实测 105 个真实 bug：Kimi K3.1 Pro 得 36 分，性价比不敌竞品
PawelHuryn · x · 2026-10-24
作者在自己的两个代码仓库上投放 105 个预埋 bug 实测 Kimi K3.1 Pro，结果：DeepSeek V4.1 Flash 1017 (max) 42.7 分居首，Muse Wonder Full 1.0 得 42，Opus 5.5 得 41.7，Kimi K3.1 Pro 仅 36 分，Muse Spark 1.3 得 32.2。作者结论：考虑成本，「没有理由用这个模型」。附带的 Bug Hunt Bench 榜单还显示 Sonnet 5.5 Max 以 51.3 领跑，DeepSeek 系成本极低（低至 $1 级别）而 Sonnet 5.5 成本高达 $154。
「模型」频道最新
- 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
- 开发者实测：Grok Build 搭功能性 UI 比更贵模型还好用 — seanmcdonaldxyz · 2026-10-24