Kimi K3.1 终端基准夺最高分 单任务成本约为 DeepSeek 三倍

Kimi K3.1 Pro 在 Terminal-Bench 4.0 基准测试中以约 4 美元的单任务平均成本拿下 65% 的最高分，但该成本约为 DeepSeek v4.1 Flash 的 3 倍。有博主分享得分与成本散点图，并称赞其 reasoningeffort 设置体验，认为若所有模型都能如此设置会更好；性价比方面两者各有取舍。

2026-10-24 ~ 2026-10-24 · 2 条相关