Kimi K3.1 被指不及预期:三个月进步平缓,不如 DeepSeek 进化快

scaling01 · x · 2026-10-25

scaling01 转引 tphuang 的分析:不少人觉得 Kimi K3.1 令人失望。tphuang 认为 K3.1 仍是目前最强的中国模型,但相比三个月前的 K3.0 进步有限——只到 Opus 5.0/GPT-6 Sol 的水平,而非 Opus 5.5/6.1 级别;在 cyber 和部分 SWE 任务上 DeepSeek 1017 反而更好,DeepSeek 的 RL 进化速度明显快于 Moonshot,下一次 flash 更新就会在 SWE 和工作类任务上追平。

他猜测 Moonshot 可能把重心押在更大的 K4 上:在中国头部实验室里 Moonshot 预训练最强、后训练最弱,模型效率也不如 DeepSeek,继续 scale up 或许是最优策略。