近日，YC 孵化的 AI 公司 hillclimb 发布全新基准测试 DeepRSI，以评估大模型递归自我改进（RSI）与自主科研能力。首期榜单显示，Kimi K3 位列全球第三，超越 Grok 4.7、Gemini 3.8 Flash 等模型，成为排名最高的中国模型。Claude Fable 5.1 与 GPT-6 Astra 分列前两位。