Kimi K3.1 Pro 跑通 20x20 数织，或为首个做到的中国模型
fairydreaming · reddit · 2026-10-24
Reddit 用户用 nonobench（基于数织 nonogram 的 LLM 推理基准）测试 Kimi K3.1 Pro（kimi-k3.1-pro-max），称其为已知首个能解开 20x20 数织的中国模型。
- 5x5：10/10 全对，100% 准确率，平均耗时约 43 秒
- 10x10：9/10 正确（90%），平均耗时约 4.9 分钟，平均 2.1 万 tokens
- 15x15：5/10 正确（50%），平均耗时约 10 分钟，平均 4.3 万 tokens
- 全程无失败报错，30 题总成本约 $6.75，总消耗约 67 万 tokens
结果显示随谜题规模增大，准确率与速度明显衰减，但该模型在需要长链条空间推理的任务上表现突出。
「模型」频道最新
- Terminal-Bench 曝 NVIDIA Nemotron 3.5 得分近零,Kimi K3.1 达 65.7% — JJitsev · 2026-10-24
- 评测显示 GPT-5.6/6 Luna 多智能体协作碾压 DeepSeek V4 — JoshPurtell · 2026-10-24
- Grok Bot 升级安全保险库：代填登录和卡片但模型看不到密钥 — XFreeze · 2026-10-24
- Kimi K3.1 对阵 GPT-6 Astra：同一 agentic 3D 任务实测对比 — GapNew4766 · 2026-10-24
- Kimi K3.1 Pro 上线:Artificial Analysis 55 分逼近 Claude Opus 5.5,承诺 2026 年 11 月开源权重 — Simon Willison · 2026-10-24
- OpenAI 文档曝光未发布模型 GPT-6 Astra Cyber 用于网络攻防测试 — scaling01 · 2026-10-24