Kimi K3.1 Pro 成为 MazeBench 首个获分的开源权重模型

月之暗面的 Kimi K3.1 Pro 在 MazeBench 多步迷宫基准中取得 2% 成绩，成为首个在该榜单获分的开源权重模型。DeepSeek v4.1 Flash 以 1% 紧随其后，一名博主通过 20 次尝试验证了 Kimi K3.1 Pro 在多步推理任务上的领先表现。