Moonshot 追赶叙事遭质疑
scaling01 · x · 2026-07-17
这条在质疑一件事：MoonshotAI 的公开说法和实际 benchmark 统计不一致。
核心争议是：
- 对外表述里把 Mythos 也算进能力叙事
- 但在真正做基准比较时，又似乎把它忽略掉
- 作者认为如果把“追赶”说得很满，就应该把口径做成可验证、可证伪
转述里还提到一种更强的判断：
- 有人认为 MoonshotAI 可能在今年底前超越 OpenAI 和 Anthropic
- 支持者的说法是中国/ MoonshotAI 正在整体追赶，不只是代码领域
- 甚至包括一些受限模型也在比较范围内
- 作者强调，目前被说成只差 约 1.4 个月 这类说法，本身需要更严谨的证据
这是一条典型的模型能力与 benchmark 口径争议帖。
所属事件:Kimi K3 引爆中国前沿模型再评估(94 条相关)→
「模型」频道最新
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18
- 「刷榜式 demo」鉴别法：换用 Mirror's Edge 场景测模型泛化 — teortaxesTex · 2026-10-18