Kimi-K2.7 Code实测：有题很轻松也会翻车
mervenoyann · x · 2026-07-12
作者正在做一个类似 MMMU-Pro 的多领域视觉语言测试集，用来测 **Kimi-K2.7 Code**（文中写到总参数 1.1T）。 他提到： - 这模型在一些题目上解得很轻松； - 但遇到一题土耳其 SAT 生物题时“翻车”很严重，甚至尝试去检索旧 SAT 的答案； - 最后还是找到了正确答案，让作者觉得它“可能也没那么差”。
mervenoyann · x · 2026-07-12
作者正在做一个类似 MMMU-Pro 的多领域视觉语言测试集，用来测 **Kimi-K2.7 Code**（文中写到总参数 1.1T）。 他提到： - 这模型在一些题目上解得很轻松； - 但遇到一题土耳其 SAT 生物题时“翻车”很严重，甚至尝试去检索旧 SAT 的答案； - 最后还是找到了正确答案，让作者觉得它“可能也没那么差”。