ตามการติดตามของ Beating บริษัทข้อมูล AI อย่าง Datacurve ได้นำ Kimi K3 เข้าสู่เกณฑ์มาตรฐานซอฟต์แวร์วิศวกรรมระยะยาว DeepSWE เกณฑ์มาตรฐานนี้ทดสอบว่าโมเดลสามารถทำงานพัฒนาระยะยาวที่ซับซ้อนและเป็นจริงได้อย่างอิสระหรือไม่
อัตราการผ่านงานของ Kimi K3 อยู่ที่ 69% ส่วน GPT-5.6 Sol และ Claude Fable 5 อยู่ที่ 73% และ 70% ตามลำดับ Datacurve ระบุว่า Kimi K3 เป็นโมเดลโอเพนเวทแรกที่ทำระดับเทียบเท่าโมเดลปิดชั้นนำใน DeepSWE
DeepSWE ประกอบด้วยงานต้นฉบับ 113 รายการ จากโปรเจกต์โอเพนซอร์สที่ใช้งานอยู่ 91 โปรเจกต์ ครอบคลุมภาษาโปรแกรม 5 ภาษา โมเดลทั้งหมดใช้ชุดเครื่องมือเดียวกัน งานไม่ได้ดัดแปลงโดยตรงจากโค้ดที่มีอยู่เดิม เพื่อลดการปนเปื้อนของข้อมูลฝึก
ต้นทุนเฉลี่ยต่องานของ Kimi K3 อยู่ที่ 4.65 ดอลลาร์สหรัฐ GPT-5.6 Sol อยู่ที่ 8.39 ดอลลาร์สหรัฐ และ Claude Fable 5 อยู่ที่ 21.63 ดอลลาร์สหรัฐ
