Kimi K3.1 鹈鹕骑车测试引热议，经典基准宣告饱和

Reddit 用户用 Kimi K3.1 Pro 生成高保真“鹈鹕骑自行车”场景，结果胜过 Opus 5、惜败 5.5。测试采用默认思考 max、约 16 万 token 上下文和 Pi.dev harness。社区认为 K3.1 的 3D 建模能力有亮点，但 Kimi Code 仍受诟病，相关讨论也指向经典基准饱和。