Kimi K3.1 Pro 登顶开源模型榜单在望，Agent 能力迎来大幅跃升 🚀 Artificial Analysis 最新评测出炉，K3.1 Pro … · @kqyno7 · TwKit

@kqyno7

Kimi K3.1 Pro 登顶开源模型榜单在望，Agent 能力迎来大幅跃升 🚀 Artificial Analysis 最新评测出炉，K3.1 Pro 以 55 分位列全球第 4，相比 K3 的 44 分暴涨 11 分，仅次于 Claude Opus 5.5、Sonnet 5.5 和 Muse Wonder Full 一旦权重开放，K3.1 Pro 将成为 AA Intelligence Index 上最强的开源权重模型，开源与闭源模型的差距有望从 12 分缩小至 3 分 📊 几个值得关注的数据 🔹 Agent 能力大幅提升 GDPval-AA：1846 Elo，全球第 3，较 K3 提升 312 Elo Terminal-Bench 4.0：67%，从 K3 的 13% 暴涨至 67%，超越 Sonnet 5.5 的 64%，位居榜首 AutomationBench-AA：58% → 73%，SaaS 自动化能力显著增强 🔹 推理与知识能力稳步提升 HLE：47% → 52% CritPt：23% → 25% SciCode：59% → 61% 幻觉率：53% → 44%，全知指数从 20 提升至 30 🔹 更大的模型，更低的价格 总参数 2.8T，激活参数 104B 上下文窗口 1M tokens，支持文本和图像输入 API 定价：输入 $2 / 输出 $10，每百万 tokens 相比 K3 降价 33%，单任务成本约 $1.98，基本持平 比较有意思的是，K3.1 Pro 的提升并不均衡 Agent、终端操作和自动化任务进步非常明显，但科学推理等传统基准的增幅相对有限 这或许也反映了当前大模型发展的一个趋势：相比单纯提高答题能力，模型正在把更多能力投入到真实环境中的任务执行 目前权重尚未发布，真正登顶开源榜单还需要等正式开放 #Kimi #MoonshotAI #KimiK3 #OpenSource #AI #Agent #LLM

曝光 555 · 评论 3 · 点赞 6 · 书签 0