Kimi K3.1 Pro 被指贵 52 倍：Runescape Bench 揭示新 checkpoint 争议

teortaxesTex · x · 2026-11-06

研究者 teortaxesTex 质疑 Kimi K3.1 Pro 在 Runescape Bench（用《符文秘境》练级任务评测 agent 的基准）上的表现：相比 DS V4.1 Flash 1017，成本贵约 52 倍、消耗 token 更多，但成功率持平，称这是「糟糕的押注」。有观点认为成绩差是因为推理服务商不行，但作者反驳：现在的 K3.1 Pro 是全新 checkpoint，并非最初发布版本——团队近两周内做了 DSA 适配并在新任务上重新训练「治愈」了它，这与运行服务无关。配图是各模型按技能细分的每分钟经验值对比表，Kimi K3.1 Pro 综合列于中游。