Kimi 3.1 Pro 排名第 4 却实战拉胯，AAI 榜单被指易刷分
PerformanceRound7913 · reddit · 2026-10-25
Reddit 用户实测称 Artificial Analysis Index（AAI）与现实表现脱节：AAI 排名第 4 的 Kimi 3.1 Pro（经 OpenRouter 调用）实际体验远逊 MiMo 2.6 和 DeepSeek 4.1 Flash。作者认为 AAI 指数很容易被「刷分」，榜单排名不代表真实用例水平。
「模型」频道最新
- 实测 Apple 端侧基础模型：免费本地分类任务 45/49，但易被注入指令带偏 — NellWatson · 2026-10-25
- Reddit 用户盲测 5 款本地 Agent：同一个 Qwen 模型成绩差近一倍 — GapNew4766 · 2026-10-25
- DLSS 5 让 25 年前的老游戏 FFXI 画面惊艳所有人 — eschadiol · 2026-10-25
- Kimi K3.1 Pro 攻防评测登顶 46.43%，被指刻意削弱后仍超 DeepSeek — teortaxesTex · 2026-10-25
- 曝 OpenAI 与 Anthropic 拦截逆向智能电视监视的 REA 工具 — kroggens · 2026-10-25
- 权重压到 -1/0/+1:语音模型从 2.4GB 瘦身到 181MB,WER 仅升 0.4 个点 — lmoroney · 2026-10-25