动察 Beating tarafından yapılan izlemeye göre, AI veri şirketi Datacurve, Kimi K3'ü uzun vadeli yazılım mühendisliği kriteri DeepSWE'ye ekledi. Bu kriter, modelin gerçek, karmaşık uzun vadeli geliştirme görevlerini bağımsız olarak tamamlayıp tamamlayamadığını test ediyor.
Kimi K3'ün görev başarı oranı %69. GPT-5.6 Sol ve Claude Fable 5 ise sırasıyla %73 ve %70. Datacurve, Kimi K3'ün DeepSWE'de öncü kapalı kaynak modeller seviyesine ulaşan ilk açık ağırlıklı model olduğunu belirtiyor.
DeepSWE, 91 aktif açık kaynak projeden gelen ve 5 programlama dilini kapsayan 113 özgün görev içeriyor. Tüm modeller aynı araç setini kullanıyor. Görevler, eğitim verisi kirliliğini azaltmak için mevcut kod gönderimlerinden doğrudan uyarlanmıyor.
Kimi K3'ün görev başına ortalama maliyeti 4,65 dolar. GPT-5.6 Sol için 8,39 dolar, Claude Fable 5 için ise 21,63 dolar.
