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
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27