Kimi K3 和 Sol 4.6 相关性低，合用覆盖 95.6%
zainhas · x · 2026-07-23
这条接着上一组结果，强调 Kimi K3 和 Sol 4.6 在任务上的相关性很低，只有 0.46，也就是说它们“成功和失败的方式不一样”。
- 基准显示两者高度互补，而不是能力重叠。
- 通过路由/级联组合，可以覆盖 113 个任务中的 108 个。
- 原帖把这称为该基准上最好的“双模型组合”，总覆盖率达到 95.6%。
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
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26