DeepMind 研究员试 Kimi 3.1 Pro：基准很强但实测翻车
SamuelAlbanie · x · 2026-10-25
DeepMind 研究员 Samuel Albanie 分享了自己测试 Kimi 3.1 Pro 的体验：他用一个中等难度的 prompt 让模型基于公开基准做可视化，评估中国与西方前沿 AI 的差距，结果体验不佳，模型推理了约 2 小时也没给出好结果。
他也坦承样本量只有 1，而 Kimi 3.1 在公开基准上表现非常强，因此表示会继续观察其他用户的反馈，暂不下结论。
所属事件:DeepMind 研究者实测 Kimi 3.1 Pro 基准强但体验翻车(2 条相关)→
「模型」频道最新
- Google 翻译能译歌词，Gemini 却拒译，用户直呼有趣 — adrianscottcom · 2026-10-25
- Reddit 实测：Kimi K3 Pro 对比 DeepSeek 4.1 Flash 优势不明显 — Hannibalj2ca · 2026-10-25
- Matthew Berman 指控 Kimi K3.1 基准测试成绩造假 — Matthew Berman · 2026-10-25
- Figure 在总部设秘密测试屋 Blackbox，称新模型是婴儿级 AGI — adcock_brett · 2026-10-25
- SGLang 集成 DeepSeek 全套内核，预_fill 吞吐最高达 DeepInfer 1.04 倍 — ying11231 · 2026-10-25
- 预判：数月内开源模型将起飞，DeepSeek V4 Pro 引发期待 — haider1 · 2026-10-25