Kimi K3.1 Pro 的真正杀手锏其实是长程代码与终端 Agent。 SWE Marathon 以51.7分断层第一，意味着K3.1 在长任务中几乎不… · @EianLu · TwKit

@EianLu

Kimi K3.1 Pro 的真正杀手锏其实是长程代码与终端 Agent。 SWE Marathon 以51.7分断层第一，意味着K3.1 在长任务中几乎不会丢上下文。 Terminal-Bench 4.0 拿下 65.7 分和Opus 5.5（66.4分）非常接近，说明在命令行执行、环境报错自我纠偏这类复杂 Agent 任务上，基本已经追平行业顶级的闭源模型了。 可以看出来Kimi K3.1擅长的领域其实就是在跨文件、大仓库的代码重构与找 Bug这些方面。

曝光 61 · 评论 1 · 点赞 0 · 书签 0