据动察 Beating 监测，Artificial Analysis 更新 AA-Briefcase 榜单。这个评测让模型从近 2000 份邮件、Slack 记录和公司文件中找信息，再交付表格、演示文稿和界面原型。它共设 4 个长期项目和 91 项保密任务。

Kimi K3 得分 1543 Elo，仅次于 Claude Fable 5 的 1574。它超过 GPT-5.6 Sol 的 1501，也领先 Claude Sonnet 5 和 Claude Opus 4.8。

K3 的客观要求通过率为 51%，Fable 5 为 56%。但 K3 的分析质量得分略高，1754 对 1744。它主要输在成品展示，低于 GPT-5.6 Sol 和 Opus 4.8。

性能提升也伴随着更高的 Token 消耗。K3 平均每项任务花费 10.57 美元，约为 Kimi K2.6 的 10 倍。它平均执行 83 轮，输出 12 万 Token，耗时 56.4 分钟。完成同类任务所需时间约为 Fable 5 的 2.5 倍。