Arena 分差体感与模型对比
TomLucidor · reddit · 2026-07-18
帖子认为，**Arena.AI 上不到 30 分的差距通常“体感不明显”**。作者举例说，人们往往把“比一半还强”理解成大约 59% 的胜率；如果把这个优势再减半，约等于 54%，对应的 ELO 差大概是 30 分左右。 他用这个标准解释为什么 **Kimi-k3** 会引发讨论：它与头部模型的差距“足够接近”。另外他还补充说，**Mimo-v2.5-pro** 在软科学、人文学科以及管理、法律等专家型工作负载上是 SOTA，而 Kimi 更偏向技术任务，但外界讨论往往更集中在 vibe coding。