Terminal-Bench 曝 NVIDIA Nemotron 3.5 得分近零,Kimi K3.1 达 65.7%

JJitsev · x · 2026-10-24

Laion 研究员 JJitsev 称 Terminal-Bench 和 Terminal-Bench-Science 是少数能反映真实模型排名、暴露弱点的评测：新的 NVIDIA Nemotron 3.5 发布未展示 Terminal-Bench 4.0 成绩并非巧合——其得分接近 0，而 Kimi K3.1 达到 65.7%。在其引用的推文中，Steven Dillmann 指出 Kimi K3.1 Pro 在 Terminal-Bench-Science 上得分 38.1%，为目前最强的开源权重成绩，但与 SOTA 仍有约 30 分的最大差距，说明该评测是最具区分度的前沿能力度量之一。