Kimi K3.1 Pro 成首个在 MazeBench 得分的开源权重模型
patience_cave · x · 2026-10-25
博主 patiencecave 用多步迷宫基准 MazeBench 对比 Kimi K3.1 Pro 与 DeepSeek v4.1：Kimi K3.1 Pro 经 20 次尝试解出一道多步谜题，成为首个取得非平凡得分（2%）的开源权重模型，此前仅 5 个模型解过此题；DeepSeek v4.1 Flash 以 1% 紧随其后。整体得分仍极低，显示此类长程规划任务对所有模型都极为困难。
所属事件:Kimi K3.1 Pro 成 MazeBench 首个非零分开源模型(3 条相关)→
「模型」频道最新
- 微调 Gemma 31B 治好「Elara 病」：30 次生成从重名到 60 个全不重样 — zoraruha · 2026-10-25
- Yacine 炮轰「开放权重」是伪概念：权重开放不等于开源 — yacineMTB · 2026-10-25
- 4GB 小模型跑上机器人：Nemotron 3.5 Bolt E4B 在 Jetson 上实测 — lmoroney · 2026-10-25
- NVIDIA 解锁消费卡完整性能，开发者：买卡即得整卡史无前例 — TheZachMueller · 2026-10-25
- AI安全研究所发现 Mythos 5 推理自我偏向：错误论据只服务其行动 — Miles_Brundage · 2026-10-25
- MazeBench 数据：开源模型仍远落后 GPT-6 Astra，宝石收集差 8 倍 — patience_cave · 2026-10-25