10 月 15 款新模型横评:Kimi K3.1 Pro 登顶开源权重榜第一

BenBlaiszik · x · 2026-11-02

Vals 团队用超过 5000 亿 token 对 10 月发布的 15 款新模型跑了评测,发布 October Wrapped 汇总(15 款模型、8 款开源权重、1 个新第一):

Google DeepMind 开始稳定输出近 SOTA 模型:Gemini 4 Carbon(70.4,综合 #2)和尚未 GA 的 Argon;
三款中国模型发布:DeepSeek V4.1 Flash(1017 版,61.3,发布时最佳开源权重,网络安全能力尤其突出)、MiniMax M3.1 Flash(53.8)、Kimi K3.1 Pro(62.5,现为 Vals Index 开源权重第一);GLM Legal 则是开源权重 LegalBench 第一(86.2%);
Meta 发布 Wonder、Wonder Full(66.8,#5)和 Muse Spark Open(816B 总参数/42B 激活,美国公司最强开源权重之一);
Reflection AI 的 Beam 1.0:500B 总参/23B 激活、1M 上下文,壮大了美国开源权重阵营;
其他还包括 Claude Haiku 5.5(58.7)、GPT-6.1 Terra(60.5)、Mistral Large 4 OSS(56.4)、NVIDIA Nemotron 3.5 Super VL、Inception Mercury 3 等。
10 月 19 日起 Vals Index 升级到 v2.2,此前分数按 v2.1 去权重,故排行整体偏低。

「模型」频道最新