用血染钟楼测模型撒谎：Kimi K3.1 Pro 居开源模型之首，仅次于 GPT 5.5

eliebakouch · x · 2026-11-12

eliebakouch 把 5 个开源模型加入 Dwarkesh Patel 的「血染钟楼」（Blood on the Clocktower）社交推理基准，观察它们在撒谎、虚张声势、互相抓凶时的思维链。发现：Kimi K3.1 Pro 是最强开源模型，落在闭源模型中间、仅低于 GPT 5.5；开源模型排名合理连贯，如 DeepSeek V4.1 Flash 胜过旧版、GLM 5.3 胜过 5.3 Flash。还验证了一个有趣假设：擅长玩游戏，就更擅长仅读公开文字记录找出说谎者——可用于简化评测。