大模型赋能投研系列之二十三：KimiK3超越GPT5.6了吗？-投研Agent模型能力对比评测

图表15：GPT5.6Sol营预拆逻辑 11图表16：GLM-5.2交估值型作簿 12图表17：GLM-5.2交投资析告 12图表18：GLM-5.2经测拆逻辑 12图表19：GLM-5.2摘页出公异常 12图表20：模估任表现比 13图表21：回任务Prompt总求 13图表22：回任分要求 13图表23：回任逻框架 14图表24：KimiK3交多因回报告 15图表25：KimiK3交研究告 15图表26：KimiK3多回测图 15图表27：GPT5.6Sol付的因回报告 16图表28：GPT5.6Sol付的究告 16图表29：GPT5.6Sol多因回图 16图表30：GLM-5.2交多因回报告 17图表31：GLM-5.2交研究告 17图表32：GLM-5.2多子回图 18图表33：GLM-5.2交因子IC比标未展示 18图表34：GLM-5.2绩指标题 18图表35：模回任表现比 18图表36：行研任务Prompt总求 19图表37：行研任分点求 19图表38：行研任逻辑链 20图表39：KimiK3交的行深报告 21图表40：KimiK3交的wiki识库 21图表41：KimiK3深报告给的资架 21图表42：GPT5.6Sol付的业度告 22图表43：GPT5.6Sol付的wiki知库 22图表44：GPT5.6Sol度报中出投框架 22图表45：GLM-5.2交行业度告 23图表46：GLM-5.2交的wiki识库 23图表47：GLM-5.2行资框部图1 23图表48：GLM-5.2行资框部图2 23图表49：模行研任务现比 24一、 一、 GPT56Sol与KimiK3发布：能力升级与公开表现近期，GPT5.6SolKimiK3基于此，本报告以新发布的GPT5.6Sol和KimiK3为主要测评对象，同时引入GLM-5.2作为对照，系统比较三款模型在金融投研场景中的综合表现。AgentExcelKimiK3AgentMoonshotAI2026716KimiK3KimiK32.83T100TokenKimiK3KimiDeltaAttentionAttentionStableLatentMoEMoE89616MoonshotAIKimiK3KimiK22.5在AgentiiKimiK3100TokenAPIKimiK3，KimiK3KimiKimiK3GPT5.6:TokenOpenAI202679GPT5.6AgentSolTerraLuna626GPT-5.5，GPT5.6AgenticTokenTokenOpenAIGPT5.6ProgrammaticToolCallingultraGPT5.6SolArtificialAnalysislowmax，GPT5.6SolTokenToken图表1：主要模型综合能力与输出Token消耗对比来源：ArtificialAnalysis因此，GPT5.6SolAgent三模型公开规格、API100Token8TokenKiK32为44B0BGPT5.6SolKimiK3Token315GPT5.6Sol530GLM-5.2Token828Token图表2：三模型公开规格与API价格对比规格/价格KimiK3GPT5.6SolGLM-5.2总参数2.8T-744B激活参数--40B上下文1M1.05M1M最大输出Token-128k128k预训练数据--28.5T输入（缓存命中）价格0.3美元0.5美元限时免费输入（缓存未命中）价格

3美元 5美元 8元输出价格 15美元 30美元 28元来源：MoonshotAI，OpenAI，智谱APITokenArtificialAnalysisGPT5.6SolKimiK35.6SolKimiK3TokenAPI图表3：主要模型综合能力与单任务成本对比来源：ArtificialAnalysis三模型公开能力对比KimiK3GPT5.6Sol，KimiK3GPT5.6SolGPT5.6SolDeepSWEal-ench21KimiK3则在roramBecFonterSE和MCP-AlasGLM-5.2图表4：多基准对比顶尖模型基准（口径同表）KimiK3GPT5.6SolGLM-5.2SWE-benchPro（编程）-64.662.1NL2Repo（编程）--48.9DeepSWE（编程）67.573.046.2ProgramBench（编程）77.877.663.7Terminal-Bench2.1（终端）88.388.881FrontierSWE（长程，6/16）81.271.374.4MCP-Atlas（Agent，公开集）84.283.676.8Tool-Decathlon（Agent）--48.2HLEw/Tools（推理）--54.7来源：MoonshotAI，OpenAI，智谱。数值越高越好；带*为该模型全集（fullset）成绩ArtificialAnalysisIntelligenceIndex，GPT5.6Sol、KimiK3GLM-5.2595751GPT5.6SolK32K3GPT5.6SolGLM-5.2图表5：ArtificialAnalysisIntelligenceIndex得分排名来源：ArtificialAnalysis,国金证券研究所二、 三类金融投研任二、 三类金融投研任务实测点评估值任务DCFExcelExcelDCF图表6：估值任务prompt总要求来源：国金证券研究所图表7：估值任务分点要求（节选）来源：国金证券研究所图表8：估值任务逻辑链来源：国金证券研究所KimiK3a、KimiK3估值模型任务交付结果KimiK310DCFKimiK3、KimiK3KimiK3800G400G400GKimiK3、KimiK3ExcelKimiK3ExcelDCFKimiK3Excel”EPS0，ROEDCF0#VALUE!。1,45030.3买入KimiK3、KimiK3KimiK3AIDCF图表9：KimiK3交付的估值模工作簿 图表10：KimiK3交付的投资分报告来源：Kimi 来源：Kimi图表11：KimiK3经营预测拆解辑 图表12：KimiK3部分公式异常 来源：Kimi 来源：KimiGPT5.6Sola、GPT5.6SolGPT5.6Sol交付了估值模型工作簿和投资分析报告。12DCF7、GPT5.6SolGPT5.6Sol800G/1.6T400GGPT5.6SolASP、ASP共同作用”。、GPT5.6SolExcelGPT5.6SolExcelGPT5.6SolWACCGPT5.6Sol、GPT5.6SolGPT5.6Sol”DCF图表13：GPT5.6Sol交付的估模型工作簿 图表14：GPT5.6Sol交付的投分析报告来源：GPT 来源：GPT图表15：GPT5.6Sol经营预测拆解逻辑来源：GPTGLM-5.2a、GLM-5.2估值模型任务交付结果GLM-5.2交付了估值模型工作簿和投资分析报告。10DCF、734、GLM-5.2GLM-5.21.6T800G1.6TP底层驱动因素。、GLM-5.2ExcelGLM-5.20，DCF和PE#DIV/0!，EPSKimiK3GLM-5.2、GLM-5.2GLM-5.2的投资分析报告在形式上覆盖较广，但是其内部逻辑存在明显缺陷。EPSDCFPE“”980980-1,0501,194.90GLM-5.2“”GLM-5.2图表16：GLM-5.2交付的估值模工作簿 图表17：GLM-5.2交付的投资分报告来源：GLM 来源：GLM图表18：GLM-5.2经营预测拆解辑 图表19：GLM-5.2摘要页出现公异常来源：GLM 来源：GLMGPT5.6SolKimiK3ExcelEPS、DCFKimiK3GLM-5.2GLM-5.2EPS“”图表20：模型估值任务表现对比KimiK3 GPT5.6Sol GLM-5.2工作表数 10 12 10底稿可复算 否 是 否数据完整度Excel是否生成投资分析

历史财务、盈利预测和估值数据完整结构完整，但公式错误影响模型联动和复核

历史财务、盈利预测和估值数据完整预测和估值可自动联动，但假设逻辑较弱

报告与模型的联动较弱，部分数据和结论需手工更新核心公式出现报错，预测和估值结果无法正常计算是 是 是报告投资报告分析维度 9 7 7投资建议逻辑 较好，逻辑闭环 较好，逻辑闭环 较差，投资评级与估值矛盾综合表现

报告逻辑自洽，但底稿可复核性较弱

规范性最佳，但经营假设需加强

覆盖较广，但底稿与逻辑闭环不足模型表现排序 第二 第一 第三来源：Kimi，GPT,GLM，国金证券究所回测任务300IC、RankIC图表21：回测任务Prompt总要求来源：国金证券研究所图表22：回测任务分点要求来源：国金证券研究所图表23：回测任务逻辑框架来源：国金证券研究所KimiK3a、KimiK3回测任务交付结果KimiK3PythonExcelICCSV，KimiK3KimiK3、KimiK3KimiK3ICRankICKimiK3、KimiK3KimiK3ICRankICCSV、KimiK3KimiK3PythonExcelCSV图表24：KimiK3交付的多因子测报告 图表25：KimiK3交付的研究报告来源：Kimi 来源：Kimi图表26：KimiK3多因子回测图来源：KimiGPT5.6Sola、GPT5.6SolGPT5.6Sol102020120266该区间未覆盖2015年市场大幅波动和2018年熊市，对不同市场周期的检验相对有限。回测底稿覆盖历史成分、历史行业、单因子分组、IC与RankIC、综合得分、每期选股、组合净值、绩效指标和检查结果等内容，成功完成任务内容。，GPT5.6Sol1，GPT5.6SolGPT5.6Sol、GPT5.6Sol，GPT5.6Sol300面，模型设置了ANN_DT≤GPT5.6SolGPT5.6Sol的最好的。GPT5.6Sol首先，GPT5.6Sol2020120266787720152018其次，模型没有计入交易成本。在其策略年化超额收益仅为0.87的情况下，交易成本可能消耗其中相当一部分，扣除成本后策略是否仍能稳定跑赢基准需要进一步验证。、GPT5.6SolGPT5.6SolIC、GPT5.6SolGPT5.6Sol图表27：GPT5.6Sol交付的多子回测报告 图表28：GPT5.6Sol交付的研报告来源：GPT 来源：GPT图表29：GPT5.6Sol多因子回测图来源：GPTGLM-5.2：过程披露不足，结果较难复核、GLM-5.2GLM-5.212300H0300CS216年6026年70GPT5.6SolKimiK3。、GLM-5.2GLM-5.2300ANN_DT≤STGLM-5.2GLM-5.2、GLM-5.2GLM-5.2，GLM-5.2完成了研究框架和主要结果展示，但在中间过程披露及结果可追溯性方面弱于GPT5.6Sol。、GLM-5.2GLM-5.2净和（毛，52不完整的问题，虽然不影响回测任务，但说明GLM-5.2在图片生成任务上有缺陷。图表30：GLM-5.2交付的多因子测报告 图表31：GLM-5.2交付的研究报告 来源：GLM 来源：GLM图表32：GLM-5.2多因子回测图来源：GLM图表33：GLM-5.2交付的因子IC比图标题未完整展示 图表34：GLM-5.2绩效指标问题来源：GLM 来源ICGPT5.6SolKimiK3PythonICRankICGLM-5.2KimiK3GLM-5.2300图表35：模型回测任务表现对比KimiK3 GPT5.6Sol GLM-5.22019-01至2024-12，受数回测区间

据库中断影响

2020-01至2026-06 2016-06至2026-07具体口径H00300.CSI因子数量454信号与执行具体口径H00300.CSI因子数量454信号与执行月末信号、同日收盘调仓月末信号、次交易日执行月末信号、同日收盘调仓不可交易处理未设置停牌及涨跌停约束未处理跌停卖出未处理涨跌停约束运行异常数据库连接中断，后续基于出现一次运行异常，重开对无

300

沪深300全收益指数KimiK3 GPT5.6Sol GLM-5.2已有数据完成 话后修复综合表现

文件链条较完整，可检查性较好，但交易约束处理不足

执行方法规范，样本期较短

中间过程披露不足，可复核性较弱模型表现排序 第二 第一 第三来源：Kimi，GPT,GLM行业研究任务Wiki图表36：行业研究任务Prompt总要求来源：国金证券研究所图表37：行业研究任务分点要求来源：国金证券研究所图表38：行业研究任务逻辑链来源：国金证券研究所WikiKimiK3：投资框架清晰，但Wiki沉淀不足、KimiK3KimiK3MarkdownWikiWiki22，KimiK3Wikiraw、KimiK3WikiKimiK3CMPASMLKLAWikiK3、KimiK3KimiK3水六方评不同备节并别予2020、20、1515和CMPKimiK3、KimiK3KimiK3AI图表39：KimiK3交付的行业深报告 图表40：KimiK3交付的wiki知库来源：Kimi 来源：Kimi图表41：KimiK3深度报告中给出的投资框架来源：Kimi,国金证券研究所GPT5.6Sola、GPT5.6SolGPT5.6SolMarkdownWikiA较为完整。Wiki4451GPT5.6Sol的主题页和综合研究页设置较为完整，但公司实体页数量较少。、GPT5.6SolWikiGPT5.6SolASMLKLAWiki43Wiki4rawJSONGPT5.6Sol、GPT5.6SolGPT5.6Sol估水六方评价同业节并别予2020201515CMP5.6SolKimiK3、GPT5.6SolGPT5.6Sol图表42：GPT5.6Sol交付的行深度报告 图表43：GPT5.6Sol交付的wiki知识库 来源：GPT,国证研所 来源：GPT,国证研所图表44：GPT5.6Sol深度报告中给出的投资框架来源：GPT,国金证券研究所GLM-5.2a、GLM-5.2行业研究任务交付成果GLM-5.2HTMLWiki20Wiki包含10个实体页、6个主题页和1个投资机会综合页，wiki知识库覆盖面大于GPT5.6Sol和KimiK3。、GLM-5.2WikiGLM-5.2的Wiki建立了10个公司实体页，覆盖北方华创、中微公司、拓荆科技等国内核心设备公司，涉及平台设备、刻蚀、薄膜沉积、清洗、CMP、量检测、测试、热处理和涂胶显影等主要环节。另外，GLM-5.2的Wiki没有建立来源摘要页。实体页和主题页中的数据与观点没有形成的追溯链条。使用者虽然能够查看研究结论，但难以确认具体来源。、GLM-5.2GLM-5.2、GLM-5.2GLM-5.2HTML图表45：GLM-5.2交付的行业深报告 图表46：GLM-5.2交付的wiki知库来源：GLM,国证研所 来源：GLM,国证研所图表47：GLM-5.2行业投资框架分截图1 图表48：GLM-5.2行业投资框架分截图2来源：GLM,国证研所 来源：GLM,国证研所2.3.2各模型行业研究任务能力总结综合来看，三个模型均完成了半导体设备行业报告和Wiki知识库，但在研究逻辑、投资框架、来源管理和知识库质量方面存在明显差异。GPT5.6Sol，GPT5.6SolWikiKimiK3KimiK322KimiK3GLM-5.2Wiki106图表49：模型行业研究任务表现对比KimiK3 GPT5.6Sol GLM