Kimi K3.1 Pro 登顶 Science's Last Exam,28.92 分居开源模型之首
NielsRogge · x · 2026-11-17
Papers with Code 发布 Science's Last Exam(SLE)开源权重模型榜单:Kimi K3.1 Pro 以 28.92 分成为最佳开源模型,领先 DeepSeek-V4.1-Flash(26.83)、MiMo-V2.6-Pro(26.4)和 Qwen3.8-Max(23.3)。
- 该榜单包含 113 个真实科研任务
- 整体前两名仍是闭源模型:GPT-6.1 Sol(44.66)和 Claude Opus 5(37.5)
- 开源模型与闭源前沿在科学推理上仍有约 9-16 分差距
「模型」频道最新
- Gemini 4 Neon 曝光:Google 前端代码中出现未发布模型代号 — imjustnewatai · 2026-11-17
- 开发者实测 Pangram:数千次检测仅 1 次误报,AI 文本检测最强工具 — ctjlewis · 2026-11-17
- Google AI 模式惊现神秘新模型「4 Hydrogen」,原 Flash/Pro 选项消失 — Mean_Moan_3495 · 2026-11-17
- GradeBench:前沿模型批改手写物理答案仅 57% 与教师一致 — scaling01 · 2026-11-17
- Gemini 4 Carbon 向付费 API 与企业客户开放,AI Ultra 逐步推送 — thione · 2026-11-17
- Anthropic 发布 Fable 5.2 与受限版 Mythos 5.2,30 小时形式化费马大定理证明 — thione · 2026-11-17