एक उपयोगकर्ता ने Sonnet 4.6 का उपयोग करके 34 एक-शॉट प्रॉम्प्ट चलाकर और परिणामी HTML, स्क्रीनशॉट और GIF का मूल्यांकन करके Claude Opus 4.8 के खिलाफ Kimi K3 का मूल्यांकन किया। मूल्यांकन से पता चला कि Kimi K3 ने Opus 4.8 की तुलना में बेहतर परिणाम दिए।
- Kimi K3 का परीक्षण Sonnet 4.6 द्वारा मूल्यांकित किए गए 34 एक-शॉट प्रॉम्प्ट पर किया गया था।
- Claude Opus 4.8 की तुलना में HTML, स्क्रीनशॉट और GIF के निर्माण में मॉडल ने श्रेष्ठ प्रदर्शन दिखाया।
- Kimi K3 का पूरा सेट प्रॉम्प्ट के लिए $0.44 खर्च हुआ, जो Opus 4.8 के $7.16 की तुलना में काफी कम है।
परिणाम सुझाते हैं कि Kimi K3 न केवल एक-शॉट जनरेशन कार्यों के लिए अधिक प्रभावी है, बल्कि प्रतिस्पर्धी मॉडल की तुलना में टोकन-कुशल और लागत-प्रभावी भी है।