Kimi K3.1 Pro 成 MazeBench 首个非零分开源模型

博主 patiencecave 用自研多步迷宫基准 MazeBench 测试模型空间推理能力，Kimi K3.1 Pro 得分 2%，成为该榜单上首个取得非平凡分数的开源权重模型，DeepSeek v4.1 Flash 以 1% 紧随其后。Kimi K3.1 Pro 在第 20 次尝试后解出一道多步迷宫谜题，此前仅有 5 个模型做到过这一点。

2026-10-25 ~ 2026-10-25 · 3 条相关

• MazeBench 榜单：Kimi K3.1 Pro 成首个非零分开源模型 — patience_cave · 2026-10-25
• Kimi K3.1 Pro 成首个在 MazeBench 得分的开源权重模型 — patience_cave · 2026-10-25
• Kimi K3.1 Pro 20 次尝试解出多步迷宫谜题，仅 5 个模型做到过 — patience_cave · 2026-10-25