Terminal-Bench 4.0：Kimi K3.1 Pro 以 67.2% 超越 Claude Sonnet 5.5
shensi · x · 2026-10-29
据 Artificial Analysis（10 月 26 日当周）数据，过去一周发布的两款模型在 agentic coding 上超过了 Claude Sonnet 5.5：
- Kimi K3.1 Pro：Terminal-Bench 4.0 通过率 67.2%，居首
- Gemini 4 Carbon（昨日发布）：65.2%，位列第二
- Claude Sonnet 5.5 (max)：63.6%；GPT-6 Astra (xhigh) 与 Claude Opus 5.5 (max) 均为 59.6%
价格方面，Kimi K3.1 Pro 与 Sonnet 代币定价相同（每百万 token 输入 $2 / 输出 $10），但跑完 AA Intelligence Index 的成本约为 Sonnet 的三分之一（每任务 $3.68 vs $10.02）。
「模型」频道最新
- Mistral 开源 1T 参数 MoE 模型 Le Chonk,52B 激活主打智能体编码 — minchoi · 2026-10-30
- Google 承认 AI 搜索变现更弱，股价单日暴跌近 12% — Ars Technica AI · 2026-10-30
- Grok 突然改用阿拉伯语回复,归咎语言设置故障翻车 — dbasch · 2026-10-30
- Ollama 两周模型大盘点：云端上线 Mistral Large 4、DeepSeek v4.1-flash 等 — ollama · 2026-10-30
- 前 OpenAI 安全副总裁 Brundage：Claude Duet 独立 App 的做法不理想 — Miles_Brundage · 2026-10-30
- Phonic 1 语音模型登顶 Artificial Analysis 语音榜，87.1 分超 Grok Voice — ArtificialAnlys · 2026-10-30