主要来源Bindu Reddy
查看原文事件专题 ·多源确认
Kimi K3.1 在 LiveBench 上跑分不及 DeepSeek Flash
Bindu Reddy 在 LiveBench 上对比了 Kimi K3.1 与 DeepSeek Flash 的成绩，Kimi K3.1 排名更低。她认为 Kimi K3.1 存在针对公开基准刷分的迹象，不过在单任务价格上仍具竞争力。她还提到 Kimi K3.1 与 Fable、Astra 级别的模型有差距，认为 DeepSeek 仍是开源模型中的领先者。
当前结论
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。
11 个信源54° AI 热度最后更新 2026/10/23 23:37:30
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。