Extended NYT Connections 榜更新：DeepSeek 1017 得 92.8，MiniMax 仅 28.3
teortaxesTex · x · 2026-10-24
LechMazur 维护的 Extended NYT Connections 基准（940 道 puzzles，每题额外加入最多 4 个干扰词以加大难度）公布新成绩：DeepSeek V4.1 Flash (1017, high) 从前代的 89.6 提升至 92.8，而 MiniMax M3.1 Flash (high) 仅得 28.3，差距悬殊。teortaxesTex 补充称 Kimi K3.1 Pro 比其高出 0.4%。该基准考察词汇联想推理、双关识别与抗干扰能力，被视为语言类推理能力的专项测试。
「模型」频道最新
- 实测 105 个真实 bug：Kimi K3.1 Pro 得 36 分，性价比不敌竞品 — PawelHuryn · 2026-10-24
- Kimi K3.1 详细跑分将出，博主称其非 Opus 级模型 — bindureddy · 2026-10-24
- Baseten 实测：Mirendil-Base-Large 未见代码困惑度压过 Kimi K3 与 DeepSeek — baseten · 2026-10-24
- 用户吐槽 Kimi 不订阅基本不可用：高峰期被提示付费优先 — ChrisUniverse · 2026-10-24
- Jack 团队推出全双工语音模型 Dessa，被称最强语音模型 — Scobleizer · 2026-10-24
- 免费工具一站算清 250+ 模型成本：缓存 ROI、GPU 回本点与 VRAM 需求 — zackku · 2026-10-24