Fireworks 千任务实测：Kimi K3 与 Fable 5 双模型路由达 93% 准确率，长 agent 循环成本降至 1/50

Fireworks 发布实测报告《Kimi K3 is competitive with Fable; Kimi K3 + Fable is SoTA》，把开源旗舰 Kimi K3 与闭源旗舰 Fable 5 放进同一套 agent 评测 harness，共约 1,030 个真实任务，覆盖五类工作：SWE 真实仓库修 bug（460 题）、终端长程运维（安全/逆向/系统管理，89 题）、算法竞赛（100 题）、六语言实现（225 题）、律师评分的法律 agent 任务（120 题）。

核心结论有两个。其一，K3 作为开源模型已达到与 Fable 正面竞争的质量水位，且两者能力互补性稳定可预测；其二，用路由器在两个模型之间按任务分派，整体准确率达到 93%——高于任一单模型单独跑全程，同时在长 agent 循环场景成本最高可降至 Fable 5 单独使用的 约 1/50，且每一类工作负载下成本都一致更低。Fireworks 据此给出的判断是：单模型时代结束，“不要选模型，做路由”——异构模型组合才是新的 SoTA 配方。

需要注意的利益相关背景：Fireworks 是模型托管/推理服务商，K3 在其平台上的成本优势与其自身产品（路由、按量计费推理）直接相关，报告的实验设计虽给出了任务构成与对比口径，但成绩属厂商自报、未经独立第三方复现。不过这并不削弱其方向性信号——与昨日 Cursor 官博的 swarm 实验、上周的模型分工讨论放在一起看，“开源模型做主力 + 闭源旗舰做补位”的混合路线正在被多家头部工程团队用真实数据反复验证。