聚焦大模型赋能投研系列之二十三:Kimi+K3超越GPT+5.6了吗?-投研Agent模型能力对比评测。相较于单轮问答测试,本次任务更强调复杂工作流下的连续执行与成果交付,不仅要求模型理解较为开放的研究需求,还需要自主拆解任务、规划执行路径,并在多个工具和数据源之间完成协同操作。综合三类投研任务的表现,三款模型均已具备完成复杂投研任务的基础能力,其中 GPT 5.6 Sol 综合表现最佳,在任务完成度、研究细节保留和长程执行稳定性方面均较为突出;Kimi K3 的报告结构和分析逻辑整体较好,但底稿联动和任务执行稳定性仍需提升;GLM-5.2 擅长任务拆解与报告展示,但底稿报错、结论不闭环及 Wiki 断链影响了交付物的可用性。
聚焦大模型赋能投研系列之二十三:Kimi+K3超越GPT+5.6了吗?-投研Agent模型能力对比评测。相较于单轮问答测试,本次任务更强调复杂工作流下的连续执行与成果交付,不仅要求模型理解较为开放的研究需求,还需要自主拆解任务、规划执行路径,并在多个工具和数据源之间完成协同操作。综合三类投研任务的表现,三款模型均已具备完成复杂投研任务的基础能力,其中 GPT 5.6 Sol 综合表现最佳,在任务完成度、研究细节保留和长程执行稳定性方面均较为突出;Kimi K3 的报告结构和分析逻辑整体较好,但底稿联动和任务执行稳定性仍需提升;GLM-5.2 擅长任务拆解与报告展示,但底稿报错、结论不闭环及 Wiki 断链影响了交付物的可用性。
聚焦大模型赋能投研系列之二十三:Kimi+K3超越GPT+5.6了吗?-投研Agent模型能力对比评测。相较于单轮问答测试,本次任务更强调复杂工作流下的连续执行与成果交付,不仅要求模型理解较为开放的研究需求,还需要自主拆解任务、规划执行路径,并在多个工具和数据源之间完成协同操作。综合三类投研任务的表现,三款模型均已具备完成复杂投研任务的基础能力,其中 GPT 5.6 Sol 综合表现最佳,在任务完成度、研究细节保留和长程执行稳定性方面均较为突出;Kimi K3 的报告结构和分析逻辑整体较好,但底稿联动和任务执行稳定性仍需提升;GLM-5.2 擅长任务拆解与报告展示,但底稿报错、结论不闭环及 Wiki 断链影响了交付物的可用性。
本报告由国金证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合战略规划、产品经理、行业研究员等读者参考。
重点分析了大模型、大模型赋能投研系列之二十三等议题。