根據 Artificial Analysis 已更新的 AA-Briefcase 基準測試，Kimi K3 達成 1543 分 Elo 分數，僅落後於 Claude Fable 5 的 1574 分，並超越 GPT-5.6 Sol 的 1501 分。該基準測試在 91 項保密任務中，評估模型在資訊擷取、文件分析與交付物生成方面的表現。
然而，K3 的性能提升伴隨了顯著更高的成本：每個任務 10.57 美元，約為 Kimi K2.6 的 10 倍。該模型平均進行 83 次迭代，並在每個任務產生 120,000 個 tokens，完成時間需 56.4 分鐘，約為 Fable 5 的 2.5 倍。
