Job Bench 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 Job Bench 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 | |||
|---|---|---|---|---|---|
 Muse Spark 1.3 思考水平·Max工具 | 64.90 | 2026-09-02 | 未知 | 闭源 | |
 Qwen3.8-Max-0902 思考水平·极高工具 | 64.00 | 2026-09-02 | 24000亿 | 闭源 | |
MiMo-V2.6-Pro 开启思考工具 | 62.00 | 2026-09-22 | 10200亿 | 免费商用 | |
4 |  Hy4 preview 思考水平·高工具 | 61.70 | 2026-08-28 | 7700亿 | 免费商用 |
5 | MiMo-V2.6-Flash 开启思考工具 | 61.20 | 2026-09-22 | 3090亿 | 免费商用 |
6 |  Step 5 Preview 思考水平·高工具 | 59.00 | 2026-09-20 | 6000亿 | 闭源 |
7 | Qwen3.8-Flash-Next 思考水平·极高工具 | 55.70 | 2026-08-26 | 1250亿 | 有条件商用 |
8 |  Kimi K3 思考水平·Max工具 | 54.30 | 2026-07-16 | 28000亿 | 有条件商用 |
Kimi K3 (max) 官方发布成绩：52.9（2026-07-16）。
