CharXiv RQ 是 Kimi K3 官方技术博客完整评测表采用的基准。本条目用于承载官方发布成绩；Kimi K3 的全局测试设置为 reasoning_effort=max、temperature=1.0、top_p=1.0，具体 harness、工具使用和重复运行口径以官方脚注为准。
查看 CharXiv RQ 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Kimi K3 思考水平·Max工具 | 91.30 | 2026-07-16 | 28000亿 | 免费商用 | |
 Seed2.1 Pro 开启思考工具 | 86.40 | 2026-06-23 | 未知 | 闭源 | |
Seed2.1 Pro 开启思考 | 85.40 | 2026-06-23 | 未知 | 闭源 | |
4 |  Gemini 3.5 Flash 开启思考工具 | 84.90 | 2026-06-20 | 未知 | 闭源 |
5 | Kimi K3 思考水平·Max | 84.80 | 2026-07-16 | 28000亿 | 免费商用 |
6 | Gemini 3.5 Flash 开启思考 | 84.20 | 2026-06-20 | 未知 | 闭源 |
7 | 83.30 | 2026-02-20 | 未知 | 闭源 | |
8 | Gemini 3.1 Pro Preview 开启思考工具 | 83.20 | 2026-02-20 | 未知 | 闭源 |
Kimi K3 (max) 官方发布成绩：84.8（2026-07-16）。
