LiveBench 作者放话：将评估 Kimi K3.1,称其基准无法被刷分
bindureddy · x · 2026-10-24
LiveBench 创始人 bindureddy 表示迫不及待想在 LiveBench 上评估 Kimi K3.1,强调该基准无法被针对刷分，好奇 K3.1 能否超越 DeepSeek 和 Sol 6.1。
「模型」频道最新
- Artificial Analysis 知识榜:MiniMax 430B 拿 51% 超多个 3T 级模型 — teortaxesTex · 2026-10-24
- 手写正则是每个前沿 LLM 的隐形重活：预分词器内幕 — YouJiacheng · 2026-10-24
- Block 发布纯语音训练模型 Dessa：不靠文本，全双工实时对话像真人 — stochasticchasm · 2026-10-24
- 模型被指修复过度思考：推理 token 更省，作者怀疑刷榜 — cedric_chee · 2026-10-24
- 公开基准显示 Kimi K3 超越全部 OpenAI 模型，包括 Astra — bindureddy · 2026-10-24
- Kimi K3.1 Pro 首批实测出炉：对比 Opus 5.5、Gemini 4 等多款旗舰 — arena · 2026-10-24