Kimi 评测里有效提升只占两成
teortaxesTex · x · 2026-07-18
这条在点评 Kimi 的收益拆解：
- 真正有意义的提升约占 20%（1 和 5）
- 另有 35%（3 和 6）属于“功能上有用，但偏 trivial / cheating”
- 最大的一块 45%（2 和 4）被认为只是噪音
整体态度是：对这些结果的解读要非常克制，不能把大量噪声误当成能力进步。
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11