10 小时 GPU 内核优化基准:GPT-6 Astra 63 分领跑,Kimi K3.1 Pro 紧随
soumithchintala · x · 2026-11-06
soumith chintala(PyTorch 作者)转发的一份 GPU 内核优化基准(PMPP-Hard,69 任务、4 次独立尝试、10 小时预算)显示,前沿模型可连续工作多个小时做内核优化:
- GPT-6 Astra 以 63/69 居首,Kimi K3.1 Pro 60.5、Claude Opus 5.5 60
- Kimi K3 55.75、DeepSeek V4.1 Flash 55.25、Inkling 2 Small 54.25
- GLM 5.3 52.5、Mistral Large 4 50.25、GLM 5.2 42
图中曲线还揭示了速度差异:GPT-6 Astra 与 Kimi K3.1 Pro 在约 1 小时内即接近收敛,而 Claude Opus 5.5 起步慢但持续爬升。发帖人同时称其预训练基础模型表现极具竞争力。
「模型」频道最新
- Claude Opus 5 展现多层角色扮演：入戏同时自知在演戏 — repligate · 2026-11-06
- Inkling 2 Small APEX-Agent 46.8%,较前代涨 13 分,会计榜开源第二 — ziqiao_ma · 2026-11-06
- Thinking Machines 团队成员转发 Inkling 2 Small 发布消息 — simonguozirui · 2026-11-06
- Inkling 2 Small 以 1/8 价格逼近顶级编程模型 — echen · 2026-11-06
- 开发者吐槽：Anthropic 免费额度竟不能用在 Code 和终端 — RileyRalmuto · 2026-11-06
- 62 人盲听实测：8 大 LLM 写钢琴曲 Gemini 66% 胜率居首 — antiochIst · 2026-11-06