DeepMind 研究者实测 Kimi 3.1 Pro 基准强但体验翻车

DeepMind 研究者 Samuel Albanie 于 10 月 25 日分享了他对 Kimi 3.1 Pro 的实测体验：他用一个中等难度的 prompt 让模型基于公开基准做可视化，评估中国与西方的对比情况，结果模型推理了约 2 小时，体验并不理想。他指出该模型基准成绩很强，但实测表现不佳，同时坦承样本量仅为 1，结论仅供参考。

2026-10-25 ~ 2026-10-25 · 2 条相关

• DeepMind 研究者实测 Kimi 3.1 Pro:体验不佳但样本仅 1 — SamuelAlbanie · 2026-10-25

另有 1 条近重复转述:SamuelAlbanie