国外软件工程师对KIMI K3的测试评价，同样的任务Anthropic的Fable 5 在不到一小时就完成了，Kimi却花了将近3小时，原本这将是一个翻车的测试，但结果却让老外相当震惊！

他给了KIMI K3和Fable 5一个相同的任务，制作一个相同要求的3D足球场，结果不出所料，KIMI K3搞了3个小时才完成，但最终却发现，KIMI K3正在运行端到端测试，验证桌面、平板和移动设备，截取屏幕截图，找出故障，修复它们，甚至在继续之前为低端硬件和低FPS进行适配。

然而Fable 5从来没有做过这些。它什么都没做，因为它无法在无头浏览器上运行这个WebGL应用。 Kimi还交付了一个干净的React + Three.js代码库，并且带了适当的组件，而Fable 5，正如你可能检查过的代码库那样，生成了超级大的HTML文件，把所有东西都塞在里面。

用过AI编程的朋友都知道，AI编程非常好用，下个指令就能直接给你做出想要的结果，但是大家也发现了一个问题，做出来的东西AI总是啥都不管，要让你一个个测试，然后告诉它再一个个修改，搞到最后，还有可能一项要求错误理解而在反复修改，到最后改到崩溃，各位大神的想法就是，特*么的还不如老子自己写呢！

似乎这位老外用Fable 5就碰到了这个问题，当然Fable 5也是非常优秀的编程AI，可能是因为某种适配导致无法运行。但是把所有代码都塞进一个HTML文件就有点不应该了，写代码的大佬绝对不会犯这个错误，会把HTML文件规划的很好，路由写好，这才是一个合格的工程文件。

这位测试的工程师最后表示，KIMI K3制作的3D足球场相当不错，完全超出了他的预料！在他发表这条X文留言中，很多网友都保持了类似的看法：

网友A表示：这是一个很好的实际例子，用来证明背后的强大能力。模型需要学会如何优先处理子任务。我相信这5小时会进一步缩短。
作者回复：最让我印象深刻的是，它在不依赖一堆代理的情况下，非常好地优先处理了子任务。

网友B表示：Kimi 在我的测试中也挺慢的，但我理解他们遇到了前所未有的需求，这是有道理的。不过整个过程非常出色，推理聪明且逻辑严密，工具使用合理且实用。 到目前为止，这是我用过的最好的模型。

网友C似乎做了一个完整的总结：

他认为K3是第一，比Fable和GPT-5.6更好。它可能不是很智能，而是调优的对齐方式。
Fable：不遵循指令，使用较少的努力，只给你一些“哇”但可能不做你要求的规格。
GPT5.6：即使指令错误，也过于字面地遵循指令，没有反推，他认为你的要求总是对的！
KIMI K3：实际遵循你的指令，但当它发现指令错误时，会反推并告诉你原因，以及为什么要这么做，不像Fable，当它觉得合适时就给你一些东西而不解释。

收着全球最贵的订阅费的Anthropic被吐槽挺惨的，最近股价暴跌，市值缩水也就成了必然趋势了，都不能让全球开发者满意，而大模型编程是最重要最实用的能力之一，Anthropic在这方面败给KIMI K3，看起来美股股价暴跌还真不冤！