Sol 可靠性 84.5%，Kimi 峰值通过率 89.4%
zainhas · x · 2026-07-23
这条帖子用图表对比了 Sol 和 Kimi 在同一基准上的表现，重点不是单次峰值，而是“稳定性 vs 上限”的差别。
- Sol：可靠性达到 84.5%，创下记录；有 61 个任务做到 4/4，但覆盖率峰值只有 85.8%。
- Kimi：峰值 pass@4 通过率更高，达到 89.4%；但可靠性只有 76.6%。
- 图里把两者放在“平面的对角”上：一个更稳，一个更容易冲高。
所属事件:Kimi K3 Max 对比 GPT-5.6 Sol Max：编程能力互补的路由问题(10 条相关)→
「模型」频道最新
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27