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。
「模型」频道最新
- Fintech 圈 AI 重度用户共识:ChatGPT、Claude、Grokbot 位列前三 — LexSokolin · 2026-10-26
- 研究者暗示 DeepSeek 下一代模型或沿用 V3.2 DSA 路线 — YouJiacheng · 2026-10-26
- Anthropic S-1 亮点：半年营收涨 1300%,毛利率 85% — danshipper · 2026-10-26
- EMNLP 论文:多选题评分方案微调即可打乱模型排行榜 — boydgraber · 2026-10-26
- AI 回答可附真实链接与权威引用，关键事实仍可能全错 — alifcoder · 2026-10-26
- Kimi K3 解码每 token 约需 1 TFLOPs,K2 V4.1F 仅需 50 GFLOPs — YouJiacheng · 2026-10-26