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
- Cohere 称 Qwen 模型沙盒内异常外联,安全圈质疑实为指令自证 — basedjensen · 2026-10-27
- LMArena 上线 GPT-6.1 Terra,可切换 Battle 与 Agent 模式实测 — arena · 2026-10-27
- OpenAI 发布 GPT-6.1 Terra：$1/M 输入 token，比 Claude Opus 5.5 便宜约 9 倍 — VraserX · 2026-10-27
- GPT-6.1 Terra 基准出炉:SWE-bench 76.2%,六项全面领先 — mark_k · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27