เปรียบเทียบแบบตัวต่อตัว

Beam vs Kimi K3

1:13

Beam ชนะ 1 จาก 14 เบนช์มาร์กที่ใช้ร่วมกัน

บทสรุป

Reflection เองระบุว่า Kimi K3 เป็นโมเดลที่ยังนำหน้าในด้านความสามารถโดยรวม Kimi K3 ชนะ 13 จาก 14 เบนช์มาร์กร่วม โดยมักนำ 10 คะแนนขึ้นไปในด้านการเขียนโค้ดและการค้นหาแบบเอเจนต์ Beam ชนะเพียงรายการเดียวคือ τ³ banking จุดแลกเปลี่ยนคือขนาด: Kimi K3 มีพารามิเตอร์ 2.8 ล้านล้านตัว โดยมีพารามิเตอร์ที่ทำงานอยู่ 104 พันล้านตัวต่อโทเค็น หรือราว 4.5 เท่าของ Beam ที่มี 23 พันล้านตัว และน้ำหนักโมเดลมีขนาดราว 1.4 TB แม้จัดเก็บในรูปแบบ 4-bit

แยกตามเบนช์มาร์ก

Benchmark	Beam	Kimi K3	ส่วนต่าง
DeepSWE v1.1	44.4	68.0	-23.6
SWE-Bench Pro v2-Hard	77.2	88.2	-11.0
Terminal-Bench v2.1	80.1	88.3	-8.2
SWE Atlas Codebase QnA	34.6	68.0	-33.4
Humanity's Last Exam (no tools)	36.2	46.9	-10.7
SciCode	49.7	58.7	-9.0
CritPt (AA)	16.3	23.4	-7.1
GPQA Diamond	90.5	93.5	-3.0
AutomationBench (public)	37.0	46.7	-9.7
MCP Atlas	78.7	82.3	-3.6
τ³ banking	38.0	37.1	+0.9
BrowseComp (context mgmt)	77.4	91.2	-13.8
DeepSearchQA (context mgmt)	80.1	95.0	-14.9
AA-LCR (long context)	79.3	88.7	-9.4

คะแนนทั้งหมดมาจากประกาศของ Reflection (ฉบับปรับปรุงวันที่ 8 ตุลาคม 2026) คะแนนของ Kimi K3 อ้างอิงตามที่ Reflection ระบุจาก Artificial Analysis และ DataCurve

โมเดลทั้งสอง

	Beam	Kimi K3
ผู้พัฒนา	Reflection AI	Moonshot AI
ตั้งอยู่ที่	สหรัฐอเมริกา	จีน
พารามิเตอร์ (ทั้งหมด / ที่ใช้งาน)	501B / 23B	2.8T / 104B
น้ำหนักโมเดล	Apache 2.0 โดยสัญญาว่าจะเปิดให้ใช้ภายหลังในเดือนตุลาคม 2026	Kimi K3 License (custom)
เปิดตัว	5 ตุลาคม 2569	16 กรกฎาคม 2569
วิธีเข้าถึง	API เบตาที่ต้องเข้าคิวรอ; จะเปิดให้ใช้น้ำหนักโมเดลเร็ว ๆ นี้	Hugging Face, Moonshot API, OpenRouter