Kimi K3 暂登 Code Arena WebDev 榜首，前端 Web 开发的人类偏好评分超过 Claude Fable 5 和 GPT-5.6 Sol。
Arena.ai 最新榜单显示：
Kimi K3 以 1679 分位列第一；
Claude Fable 5 以 1631 分位列第二；
GPT-5.6 Sol xhigh 以 1618 分排在第三；
智谱 GLM-5.2 Max 以 1587 分位列第四。
不过，Kimi K3 的成绩目前仍被标记为 Preliminary，即初步排名。该模型现阶段累计获得 1757 次有效投票，少于 Claude Fable 5 的 2505 次和 GPT-5.6 Sol 的 2542 次，随着后续投票增加，其分数和排名仍可能发生变化。
Kimi K3 不是因为票数最多而排名第一，而是因为它在现有匿名对战中的相对胜率最高；但由于样本量较少，第一名尚未完全稳定。
Code Arena WebDev 主要评估模型完成前端网页开发任务的实际表现，测试范围不仅包括 HTML 和 React 页面生成，也覆盖需要多步推理、工具调用和持续修改的 Agent 编程流程。
榜单还将任务划分为品牌营销、参考图设计、数据分析、消费产品、游戏、模拟程序和内容创作工具等类别。
此次排名也显示出 Kimi 编程能力的大幅跃升。
上一代 Kimi K2.6 当前以 1515 分排在第 18 名，Kimi K3 不仅将得分提高 164 分，排名也直接上升 17 位。月之暗面的另一款编程模型 Kimi K2.7 Code 目前以 1470 分位列第 26 名。
从价格看，Arena.ai 将 Kimi K3 的 API 输入和输出价格分别列为每百万 Token 3 美元和 15 美元，支持 100 万 Token 上下文。Claude Fable 5 的对应价格为 10 美元和 50 美元，GPT-5.6 Sol 为 5 美元和 30 美元，二者同样支持约 100 万 Token 上下文。
在当前 Code Arena 排名中，Kimi K3 不仅得分领先，调用价格也明显低于紧随其后的 Claude Fable 5 和 GPT-5.6 Sol。不过，榜单价格反映的是公开 API 标价，不等同于完成同一任务的最终成本，模型的 Token 消耗量、工具调用次数和任务完成率仍会影响实际支出。
Kimi K3 于 7 月 14 日正式发布，定位为面向 Agent 编程和复杂知识工作的旗舰模型。
截至 7 月 16 日，Code Arena WebDev 榜单共收录 98 个模型，累计获得约 48.39 万次投票。
Kimi K3 此次登顶，是中国大模型首次在该榜单当前版本中压过 Claude Fable 5 和 GPT-5.6 Sol，也让月之暗面进入全球前端代码模型竞争的第一梯队。
云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。
