Vals AI：Kimi K3.1 Pro 在 Vals Science Index 开放权重模型中排名第一

10 月 27 日周二 03:52 UTC+8更新于 10 月 27 日周二 04:44 UTC+8

Induction Labs@induction_labs

来源4

@induction_labsX10 月 27 日周二 01:01Kimi K3.1 Pro 现在是训练其他 AI 模型方面最好的开放权重模型。但在每一个预算档位上，它仍远远落后于 Opus 5.5。这是我们针对端到端机器学习工作的基准 FrontierML 的最新结果 ⬇️译自英文 · 查看原文 · 10 月 27 日周二 01:01
@browser_useX10 月 27 日周二 03:52Kimi K3.1 Pro 在浏览器操作上非常强 🤯 在 Browser Use Benchmark 上得分 76.8。只有 GPT-6.1 Sol 分数更高。它超过了 Opus 5.5、Grok 4.7 和 Sonnet 5.5，而且比 Opus 便宜，约 $2/任务。这是我们测过的最好的中国模型，领先很多。第二名是 DeepSeek V4.1 Flash，得分 70.6。 Moonshot 做得很出色。译自英文 · 查看原文 · 10 月 27 日周二 03:52
@LechMazurX10 月 27 日周二 04:03Debate Benchmark 新增两款模型： Kimi K3.1 Pro (high) 得分低于 Kimi K3 (high)：1691 → 1603，同时平均推理 token 减少 66%。 DeepSeek V4.1 Flash 1017 (high) 得分高于此前的 V4.1 Flash 结果：1577 → 1593（+16），同时平均推理 token 减少 29%。译自英文 · 查看原文 · 10 月 27 日周二 04:03
@ValsAIX10 月 27 日周二 04:44我们在 Vals Science Index 上测试了 Kimi K3.1 Pro，它在开放权重模型中排名 #1，总榜排名 #9。k3 得分 44.4%，而排名第二的开放权重模型得分 31.7%。译自英文 · 查看原文 · 10 月 27 日周二 04:44

由 dalao.ai 撰写标题；引用的帖子以原文为准，著作权归原作者所有。