知名 KOL 未测先猜 K3.1 跑分:或偏刷榜,实战不及 Sonnet
teortaxesTex · x · 2026-10-23
AI 圈账号 teortaxesTex 发推称还没实测 K3.1,仅凭直觉和先验预测其表现:AA 约 52、Vals 65、CritPt V2 76、TB 4.0 约 49,判断其「 somewhat benchmaxxed(偏刷榜)、手感偏软」,在通用能力与 GDPEval、Harvey 等评测上略低于 Sonnet 5.5;实战中低于 6.1 Sol,且更贵、单任务成本更高,但比 1017 版本接近了不少。属于纯预测性质的能力评估,仅供参考,结论待实测验证。
所属事件:KOL 未测先猜 Kimi K3.1 跑分：或偏刷榜(2 条相关)→
「模型」频道最新
- Kimi K3.1 Pro 上线 Kimi Code,实测速度达 117 tok/s — kimmonismus · 2026-10-24
- MoE 模型「语义远距离 token 不共享专家」说法被社区笔记证伪 — NathanpmYoung · 2026-10-24
- FreshStack 检索基准大更新：纳入 Cohere Embed v5 与 Perplexity 新模型 — beirmug · 2026-10-24
- 曝 Kimi K3.1 Pro 上线网页端与移动端，定位全能旗舰 — testingcatalog · 2026-10-24
- Qwen3.8-27B 低比特量化实测：1.8bpw 得分崩至 13% — casper_hansen_ · 2026-10-24
- 复现 Jev 决策模型消融：LoRA 微调 84.9 分超过完整方案 — vanstriendaniel · 2026-10-24