Kimi 被批忽视 ARC-AGI 评测，沉迷代码与写作
bookwormengr · x · 2026-08-01
有推友批评月之暗面（Moonshot）在模型研发上忽视了极具挑战性的 ARC-AGI 等推理基准测试，认为其目前只关注编程、GDPEval 和创意写作。推文以 OpenAI 为例，指出其早期 GPT-5-Pro 在该测试中表现不佳，但后续版本大幅提升，借此呼吁前沿大厂应重视此类革命性评测。此外，原帖还吐槽 Kimi 目前的定价策略缺乏竞争力。
「模型」频道最新
- 用户痛诉 GPT-6.1 Sol 慢且 bug 多,转投 Claude 称快 7 倍 — karmay007 · 2026-10-16
- 博主称免费版用户已严重低估 10 个月来 AI Agent 的进步 — realmeetjames · 2026-10-16
- 腾讯混元开源 Hy Memory 2.0:模型+框架+MemHub 三件套管 Agent 记忆 — TencentHunyuan · 2026-10-16
- 四个 Gemini 代理打 Minecraft：27 小时写 2783 个程序击败末影龙 — _rockt · 2026-10-16
- 曝 OpenAI 年内再发两款模型：GPT-6.1 Astra 与 GPT-6.5 Bell — VraserX · 2026-10-16
- 开源模型已追平 Claude Sonnet 5，差距收窄速度前所未有 — LegacyRemaster · 2026-10-16