Kimi K3.1 Pro 每任务成本约为 DeepSeek V4.1 Flash 20 倍,博客图表被指鸡贼
teortaxesTex · x · 2026-10-24
网友 leo114119 指出 Moonshot Kimi 博客里的 Terminal-Bench 4.0「平均每任务成本」散点图存在视觉误导:DeepSeek-V4.1-Flash-1017 被缩成左下角一个小点,读者不易注意到 Kimi K3.1 Pro 完成每个任务的成本约为 DeepSeek V4.1 Flash 1017 的 20 倍。
teortaxesTex 进一步发现 Kimi 博客数据自相矛盾:表格中给 DeepSeek 1017 的 42.3 分来自 DeepSeek 官方发布,而脚注却称所有模型数据来自 tbench.ai、唯独 DeepSeek 数据来自 Artificial Analysis,来源口径不一致。
配图显示 Kimi K3.1 Pro TB4 得分 65.7(仅次于 Opus 5.5 的 66.4),但其 max 档每任务成本约 4-5 美元,而 DeepSeek Flash 1017 每任务成本不到 1 美元、得分 42.3。
所属事件:Kimi K3.1 终端基准登顶但成本远超 DeepSeek 引争议(3 条相关)→
「模型」频道最新
- 博主分享帕累托最优模型组合：DeepSeek 干 95% 活,GPT 兜底 5% — mariofilhoml · 2026-10-24
- 安全漏洞挖掘横评:DeepSeek V4.1 Flash 7.5 美元找出 54 个漏洞 — teortaxesTex · 2026-10-24
- Agent Arena 榜单：Kimi K3.1 Pro 单任务中位成本 $1.03，惜别 Pareto 前沿 — arena · 2026-10-24
- Kimi K3.1 Pro 对比 Claude Opus 5.5 评测出炉 — alejandroll10 · 2026-10-24
- 密码学家吐槽：用过去审查模型后，无法忍受原版模型的主观拒答 — matthew_d_green · 2026-10-24
- GPT-5 API 同长度文档成本差 3 倍,开发者追问推理 token 计费疑云 — Swimming-Skirt3870 · 2026-10-24