Kimi K3 與 Fable 5：透過模型路由實現最先進的效能

在開放權重的 Kimi K3 與封閉的 Fable 5 模型之間進行任務路由，可在代理任務上達到 93% 的正確率，表現優於單獨使用任一模型。此方法相較於僅依賴 Fable 5 進行長時間代理迴路，成本效益提升最高可達 50 倍，證明由多個專精模型組成的混合體比單一前沿模型更為高效。

模型路由優於單模型架構

使用路由器將任務指派給最適合該工作負載的模型，能產生比任何單一模型更高的整體品質。在約 1,000 個代理任務的研究中，一個「Oracle 路由器」——即在所有可用模型上執行任務後，選擇成本最低且正確的選項的理論上限——顯示，結合 K3 與 Fable 5 的系統其效能超過單獨使用任一模型。

Oracle 路由器在 72% 至 96% 的任務中選擇了 Kimi K3，這表明一個高效能的路由器能在保持前沿品質的同時，對絕大多數工作負載使用成本最優的模型。

性能比較：Kimi K3 vs. Fable 5

雖然 Kimi K3 與 Fable 5 的整體正確率相近，但在不同領域展現出各自的優勢：

• 軟體工程（SWE）： 兩者幾乎持平，K3 為 92.4%，Fable 5 為 92.6%。然而，K3 在符號數學與開發工具方面表現突出，Fable 5 則在網頁與資料視覺化方面較強。
• 終端操作： Kimi K3 在涉及長時間代理工作的 Shell 操作與系統探測上明顯優於 Fable 5。K3 成功完成了 7z 雜湊、FEAL 密碼分析、洩漏密鑰與即時漏洞等任務，而 Fable 5 無法解決。
• 多語言程式編寫： Fable 5 在語言覆蓋面上保持領先，尤其是 Java、Python 與 C++，而 K3 在 JavaScript 與 Rust 上具競爭力。
• 法律與演算法任務： K3 在法律代理基準測試與演算法問題解決上顯示出競爭優勢。

成本效益與提示快取的角色

在所有五個測試任務族群中，Kimi K3 的成本效益始終優於 Fable 5。成本差距主要由三個因素驅動：代幣價格、提示快取與每任務的工作量。

在 SWE 任務中，K3 通常需要更多回合（約 55 回合、130 萬代幣），相較於 Fable 5 的 21 回合、13 萬代幣。儘管代幣量較高，提示快取使 K3 仍保持較低成本。相反地，在終端任務中，Fable 5 常出現「螺旋」現象，消耗更多代幣（最高 150 萬）與回合（64 回合），且常導致逾時，而 K3 則保持較高效率。

社群觀點與批判性分析

產業從業者與觀察者對此結果提出了多項看法：

"這篇文章討論的是在理想的完美路由器下能達到的最佳表現。重點是建構一個好的路由器是值得的，但完美的路由器不太可能出現。"

批評者指出，結果是基於「Oracle 路由器」，代表的是理論最大值，而非可投入生產的實作。有使用者對報告的偏見持懷疑態度，認為該報告由提供開放模型推論服務的供應商發表。另有觀點提到地緣政治背景，認為中國的硬體限制迫使中國實驗室開發出更具成本效益的模型，與美國實驗室形成對比。

還有使用者關心文章中描述的路由器是否真的可取得，以及若模型無法在本地執行，是否仍稱為「開放」模型。部分使用者也指出，此研究的結果可能與一般排行榜（如 arena.ai）不同，後者顯示 Fable 5 在更多類別中佔優。

---

摘要

Fireworks AI 的研究顯示，將開放的 Kimi K3 與封閉的 Fable 5 模型之間的任務進行路由，可達到 93% 的正確率，且相較於單獨使用 Fable 5，可降低最高 50 倍的成本。

標題

Kimi K3 與 Fable 5：透過模型路由實現最先進的效能