DeepRSI基准测试出炉：Kimi K3国产第一开源第一，48小时自主科研挑战排名全球第三

Jeff Dean投资的AI初创公司hillclimb发布DeepRSI基准，专门考验大模型递归自我改进能力。测试给AI安排48小时自主科研挑战，自己写代码、跑实验、改算法。

结果显示，Claude Fable 5.1以1548分拿下第一，GPT-6 Astra以1232分紧随其后。月之暗面Kimi K3以820分位列第三，超过Grok 4.7和Gemini 3.8 Flash，成为排名最高的开放权重模型，同时也是国产第一、开源第一。

值得注意的是，Kimi K3列示成本仅约159美元，约为Claude的四分之一。在Token消耗方面，Claude平均每次尝试消耗约4700万Token，GPT-6 Astra约700万Token，Kimi K3约3600万Token。