选模型别只看综合榜单了,这份 v2.0 按会计、法律、医疗等六个职业分别排名,Claude Opus 5.5 全部第一,开源里 Kimi K3.1 Pro 最强。
全部动态
Kimi K3.1 Pro 权重明天开源,Kimi 团队亲自讲架构决策,做 Agent 部署的话这场直播挺值得蹲。
腾讯混元 Hy4 快正式来了,预览版在 Agent Arena 开源模型排第二,价格只有 Kimi K3 的三分之一,搞智能体的可以盯一下。
Moonshot 的 Kimi K3 现在能在印度本地跑推理了,数据不出 Mumbai 和 Hyderabad,还附了处理 Indic 语言文档的示例代码。
Moonshot 新的 Kimi K3.1 Pro 在 30 项性格测试里平均挪了 30 分,比 GPT-6 升级的 23 分还猛,讨论模型调性时可以看看这份数据。
Kimi 出了套游戏开发方案,AI 能直接改 Unity 和虚幻引擎里的工程,还能做三消新玩法的可试玩原型,做游戏的可以去官网看看。
有人一条提示词就让 Kimi 自己写 Three.js、跑 Blender,还连上他的 4 张 3090 用 YuE2 配乐,成片质量不输 Opus 5.5,值得看看效果。
字节把 Kimi、GLM、DeepSeek 直接塞进自家办公套件,一个 credits 体系随便切,做企业选型的话很省事。
小米 MiMo 桌面客户端会员加量不加价,还能直接切 DeepSeek、Kimi、Qwen 的模型,一个客户端用多家模型挺方便。
跑分规则大改:题目改用私有题库,代码评审看你能不能真合 PR。DeepSeek 开源版在这套更严的编码榜上反超了 Gemini 和 GPT。
模型评测榜 v5 版来了,60% 改用私有题防刷榜,Claude Opus 5.5 拿了第一,开源和闭源差距拉大到 12 分,选模型前可以看看。
这篇不是通稿吹,作者是专门找 Bad Case 测的:K3.1 Pro 复刻超级玛丽、画机械表能打,3D 建模翻车现场也放出来了,想选模型的朋友看这个省得自己踩坑。
Kimi K3.1 Pro 配额用太快被吐槽后,月之暗面直接给订阅用户重置,最低补到 25%,低于的直接清零重来,可以去看看自己的额度。
Moonshot 承认 Kimi K3.1 Pro 扣额度有 bug,每个订阅者直接补回 25% 月度配额,还优化了 subagent 调用省用量。
Moonshot AI 给 Kimi K3.1 Pro 降低了网络攻击能力,做法是过滤训练数据,防止模型被拿去挖软件漏洞,了解下他们怎么做的。
一期播客把 Kimi K3.1 Pro 的争议、开源模型安全风险和 Anthropic 招聘动向都聊透了,几个观点挺扎心的。
Moonshot AI 放出 Kimi K3.1 Pro,Highspeed 版速度翻 2 到 3 倍,还打算开放权重,开源玩家可以盯着。
腾讯的办公助手 WorkBuddy 现在能用 Kimi K3.1 Pro 了,100 万上下文还能跑金融工作流,企业版用户可以先试试高速版。
Moonshot 放出了 Kimi K3.1 Pro,百万上下文还能跑网页开发榜单前 8,权重 11 月 4 日开源,值得等一等。
Moonshot 家的 Kimi K3.1 pro 模型本身不错,结果被曝买好评刷口碑,连帮它说话的博主都出来划清界限了。
Moonshot 的新款 Kimi K3.1 Pro 打平 Claude Opus 5.5,价格才一半,11 月还要开源 weights,性价比党可以试试。
有人实测 Kimi K3.1 Pro 后发现它说话越来越像 GPT 系了,还做了横向对比视频,K3 那个施瓦西黑洞演示也没了。
Moonshot 的 Kimi K3.1 在 LiveBench 上被 DeepSeek Flash 反超,还有刷分嫌疑,开源榜一还是 DeepSeek。
Moonshot 新出的 Kimi K3.1 Pro 在 Terminal-Bench 4.0 等智能体编程评测排进了第一梯队,不过做 3D 场景的 AA-3D 可能拖后腿。
月之暗面新模型 Kimi K3.1 Pro 能吃 100 万 token 上下文,Terminal-Bench 拿了 65.7%,11 月还开放权重,价格也不贵。
月之暗面发了新模型 K3.1 Pro,3 万亿参数能直接跑 Blender 建模脚本,做 3D 模型还能 3D 打印,编程分数快追平 Claude Opus 5.5 了。
Moonshot 的 Kimi K3.1 Pro 在网络防御基准拿了开源模型第一,CyberGym-E2E-AA 得分 95% 连 GPT-6 Sol 都被超过,不过单任务成本反而变贵了,这篇把各家分数和价格都列得很清楚。
前 AWS AI 负责人 Bindu Reddy 试完 Kimi K3.1 后直接说没到 Opus 那一档,详细跑分马上出,先看看业内的第一反应。
Moonshot 放出 Kimi K3.1 Pro,分数只比 Claude Opus 5.5 低 3 分,价格便宜一半,下个月还开源权重,可以先用 API 试试。
Moonshot 放出内部测试数据:Kimi K3.1 Pro 满血版漏洞利用解决率 90.5%,发布版砍到 81%,比 DeepSeek V4.1-Flash 的 85.7% 低。
月之暗面更新了 Kimi K3.1 Pro,跑分紧咬 Claude Opus 5.5,成本还更低,11 月 4 日放出全量权重可以自己复测。
月之暗面的 Kimi K3.1 Pro 跑分 55,离闭源第一梯队只差 3 分,还打算开源权重,做本地部署的可以盯一下。
Moonshot 的 Kimi K3.1 跟 Opus 5.5 跑同一个智能体任务,26 分钟搞定,价格只有十分之一,做多智能体的可以看看这份对比。
有人在猜 Dario 下篇对华文章会不会又点名 DeepSeek,还顺带对比了 Kimi K3.1,观点挺有意思。
月之暗面新出的 Kimi K3.1 Pro,2.8 万亿参数 MoE,能在 Unreal 和 Blender 里直接干活,11 月 4 号开源,先去 API 试试。
Moonshot 在 Kimi K3.1 发布说明里自曝:训练数据里混入网络安全内容,模型漏洞挖掘能力随之变强,还讲了他们的移除实验。
一条关于 K3 的短评,核心观点是拼规模,顺便问了下 GLM 和 DeepSeek 会不会跟进训练超大模型
Moonshot 的 Kimi K3.1 Pro 在 WebDev Arena 冲到第 8,Kimi 整体排到实验室第 4,写网页的能力又上了一个台阶。
月之暗面的 Kimi K3.1 Pro 冲到了 Artificial Analysis 智能指数第 4,跟 Claude Opus 5.5、GPT-6 Astra 同榜竞技,开源模型能做到这个名次不常见。
Kimi K3.1 Pro 智能指数拿 55 分排第 4,智能体任务比上代强一大截,价格还降了 33%,权重也快开源了。