早上写 K3.1 Pro 的时候还在等实测，这份 Bug Hunt 来得挺快。 105 个植入 bug，DeepSeek V4.1 Flash 修了 42.… · @prolibertine · TwKit

@prolibertine

早上写 K3.1 Pro 的时候还在等实测，这份 Bug Hunt 来得挺快。 105 个植入 bug，DeepSeek V4.1 Flash 修了 42.7 个，K3.1 Pro 修了 36 个。按帖里给的成本，DeepSeek 跑一轮约 1–2 美元，Kimi 约 14 美元。 放到产品里看，差 7 个 bug 还能讨论，钱差七八倍就很难跟客户解释了。要是现在让我选给客户接的默认 coding 模型，会先放 DeepSeek。Kimi 等 11 月完整权重和许可证出来再看，1M 上下文在长项目上也许能把分追回来。 另外这只是一个人在两个仓库上测的，样本不大，别当终局。

曝光 3 · 评论 0 · 点赞 0 · 书签 0