Kimi K3.1 Pro 刷新 Terminal-Bench 4.0 纪录至 67%
ArtificialAnlys · x · 2026-10-24
Artificial Analysis 披露 Kimi K3.1 Pro 的 agent 评测细节：GDPval-AA 达 1,846 Elo 排第三，较 Kimi K3 提升 312 Elo，仅落后 Claude Opus 5.5（1,866）与 Muse Wonder Full（1,857）；Terminal-Bench 4.0 得分 67%（上代仅 13%），为所有模型中最高，超过 Claude Sonnet 5.5（64%）；测 agentic SaaS 工作流的 AutomationBench-AA 从 58% 升至 73%。
所属事件:Kimi K3.1 Pro 登 AA 智能指数第四，同规格提升 11 分(9 条相关)→
「模型」频道最新
- Kimi k3.1 被指「刷榜最严重模型」，网友称蒸馏自前沿实验室 — imjustnewatai · 2026-10-24
- 爆料称 Grok 4.8 下周发布 — mark_k · 2026-10-24
- 网友推测:实验室真实能力远超预期,公开发布的是「缩水版」模型 — MoonL88537 · 2026-10-24
- 某模型 API 降价：每百万 token 从 15 美元降至 10 美元 — cedric_chee · 2026-10-24
- 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