国金金融工程 Kimi K3超越GPT 56了吗投研Agent模型能力对比评测

本次电话会议主要对比评测了国产大模型 Kimi K3 与海外大模型 GPT5.6 以及 GLM5.2 在金融投研领域的模型能力。

模型介绍与基准测评：

• Kimi K3 是近期发布的新模型，参数规模达 2.8 万亿，具备多模态能力，在架构和功能上均有明显提升。
• GPT5.6 是前沿的海外模型，在能力上有所提升，但仍是纯文本模型。
• GLM5.2 是上一代国产模型，各方面能力均低于 Kimi K3 和 GPT5.6。
• 在 API 价格方面，Kimi K3 的价格已降至 GPT5.6 的一半，与 GLM5.2 相比也有明显优势。
• 在通用基准测试中，Kimi K3 在编程和 A 能力方面与 GPT5.6 相当，但略逊于 GLM5.2。

金融投研场景评测：

• 估值建模：
  • Kimi K3 和 GPT5.6 均能完成任务，但 GPT5.6 在预测逻辑和 Excel 底表质量上更优。
  • GLM5.2 存在公式错误和逻辑冲突，导致估值结果不可靠。
  • 排名：GPT5.6 > Kimi K3 > GLM5.2
• 主动投研：
  • Kimi K3 和 GPT5.6 均能构建投资框架和行业深度报告，但 GPT5.6 在 Wiki 页数量和来源链完整性上更优。
  • GLM5.2 缺乏来源页，无法追溯结论的真假。
  • 排名：GPT5.6 > Kimi K3 > GLM5.2
• 量化回测：
  • Kimi K3 和 GPT5.6 均能完成回测任务，但 GPT5.6 运行时间过长，存在卡顿问题。
  • GLM5.2 在数据处理和细节方面存在不足。
  • 排名：GPT5.6 > Kimi K3 > GLM5.2

研究结论：

• GPT5.6 在三个任务中均表现最佳，但 Kimi K3 也有明显进步，在成本和效率方面更具优势。
• 国产模型在金融投研场景中已具备较强能力，可满足大部分工作需求。
• 未来希望国产模型能覆盖更多场景，进一步提升能力。