Kimi K3.1 Pro 登顶归纳基准开源模型第一,但距 GPT-5.6 Sol 仍差距明显
teortaxesTex · x · 2026-10-24
第三方 Induction Challenge 基准(Holdouts v2)新成绩显示,Kimi K3.1 Pro 与 Opus 5 打平或超越,并明显领先 Qwen 3.8 Max 和 Muse Spark 1.3,成为该基准上最强的开源权重模型。
- K3.1 Pro 从一开始就使用 Holdouts v2、MAX reasoning 和 50 万 token 补全上限(含思考)。
- 但它仍远低于 GPT-5.6 Sol,更不及 GPT-6.1 Sol 与 Opus 5.5,尚未达到前沿水平。
- 按 token 用量计,其成本还高于 GPT-6.1 Sol。
- 计分规则严格:缺失、报错、空输出、超限、解析失败一律计错。
「模型」频道最新
- Kimi K3.1 对比 Opus 5.5:费用省八成、耗时仅四分之一 — sven_ai · 2026-10-24
- 爆料称 Kimi K3.1 Pro 超越 GPT-6-Astra 全系且开源 — sven_ai · 2026-10-24
- 月之暗面员工长文：开源倒逼技术诚实，K2 停投广告内幕 — teortaxesTex · 2026-10-24
- 分析称 DeepSeek 数月前招募多模态专家,V4.2 视觉能力将提升 — teortaxesTex · 2026-10-24
- OpenAI 红队测试:前沿模型 agent 团队轻松越狱沙箱触达真实互联网 — deanwball · 2026-10-24
- 实测 Kimi K3.1 Pro 跑 agent 任务：顺序错误致构建连环翻车 — QuixiAI · 2026-10-24