☀早上/中午/晚上好！又有新模型发布了！ 我已经给你总结好了Kimi K3.1 Pro 亮点报告啦！ 这次是一次超级棒的发布！中国模型崛起！ 1、基于 K3… · @Super_Nius · TwKit

@Super_Nius

☀早上/中午/晚上好！又有新模型发布了！ 我已经给你总结好了Kimi K3.1 Pro 亮点报告啦！ 这次是一次超级棒的发布！中国模型崛起！ 1、基于 K3 加后训练：K3.1 Pro 是 K3 加大后训练算力的版本，在数百个领域上做联合强化学习。 2、终端编程逼近 Opus：Terminal-Bench 4.0 得 65.7%，GPT-6 Astra 58.2%，Opus 5.5 66.4%。 3、内部长程编程测试：Kimi Code Bench 3.0 Long-horizon 从 55.95% 升到 61.2%。这是自家测试。 4、幻觉明显下降：压力测试里，每条论断的幻觉率从 23.4% 降到 8.3%。官方说这是故意出难题的测试，不代表日常错误率。 5、3D 建模：BenchCAD 带工具 92.7%，Opus 5.5 为 96.2%，GPT-6 Astra 为 95.9%。 6、金融：OfficeQA Pro v2 得 64.4，官方称最高。内部商业运营测试从 8.9 升到 37，约 4.2 倍。 7、评测里的猫腻：多数分数用 Claude Code 框架、max 推理强度跑。对手分数取各家博客或榜单的最高值，官方也承认闭源模型可能有回退行为。 8、主动删黑客数据：训练前期和强化学习阶段都删了网络安全相关数据。漏洞利用测试 xdev-bench-hard 从 90.5% 降到 81.0%，K3 是 33.3%。 9、官方自认短板：网络攻击能力仍落后于公开超过三个月的闭源前沿模型。企业版默认关闭。

曝光 297 · 评论 1 · 点赞 2 · 书签 0