又一件科技圈的大事，各位怎么看？10月15日，YC孵化器里跑出来的AI公司hillclimb搞了个新基准测试——DeepRSI，专门用来测大模型的递归自我改进和自主搞科研的能力。首期榜单一出，Kimi K3拿下全球第三，把Grok 4.7、Gemini 3.8 Flash这些对手甩在身后，成了排名最靠前的中国模型。前两名分别是Claude Fable 5.1和GPT-6 Astra。
这个DeepRSI跟那些常规测试不太一样。它把测试时间拉长到48小时，还塞了15个真实的机器学习研究任务，要求模型在断网的情况下自己设计方案、写代码、跑优化，等于直接考察它们能不能独立干点复杂的科研活。更亮眼的是Kimi K3这次跑完只花了159美元，成本大概是Claude Fable 5.1的四分之一。（广角观察）#大厂科技动态#