跳到正文
热点事件持续更新

Kimi公布K3.1 Pro基准成绩与成本

2 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Kimi公布K3.1 Pro在Humanity's Last Exam Full带工具榜以70.0分居首，高于Opus 5.5的67.7分、GPT-6 Astra的57.2分等对手；此前公布的Terminal-Bench 4.0编码智能体评测中，该模型得分65.7%，落后Opus 5.5的66.4分，但高于GPT-6 Astra的58.2分。 Kimi随Terminal-Bench成绩提供的对比图还显示，K3.1 Pro每任务成本约4至5美元，Opus 5.5约15美元；这属于Kimi公布的对比数据，并非该评测独立测算。

AI 根据报道生成 · 1 小时前更新

最新进展10月24日 01:41
Humanity's Last Exam 工具榜：Kimi K3.1 Pro 以 70.0 分登顶

事件进展

2 个进展

  1. 10月24日 01:41 · 1 篇报道
    Kimi K3.1 Pro登顶HLE工具榜
    AGI Hunt：Humanity's Last Exam 工具榜：Kimi K3.1 Pro 以 70.0 分登顶
  2. 10月24日 01:15 · 1 篇报道
    Kimi补充K3.1 Pro终端基准成绩
    AGI Hunt：Terminal-Bench 4.0 成本对比：K3.1 Pro 以约 1/4 价格逼近 Claude Opus 5.5

报道时间线

沿着报道，了解事件的不同侧面。

10月24日
  1. AGI Hunt
    Humanity's Last Exam 工具榜：Kimi K3.1 Pro 以 70.0 分登顶

    Kimi K3.1 Pro 在 Humanity's Last Exam Full 带工具榜单中以 70.0 分居首。其成绩超过 Opus 5.5 的 67.7 分、Fable 5.1 的 65.6 分、GLM-5.3 的 62.5 分、DS-V4.1-Flash-1017 的 58.8 分和 GPT-6 Astra 的 57.2 分。

  2. AGI Hunt
    Terminal-Bench 4.0 成本对比：K3.1 Pro 以约 1/4 价格逼近 Claude Opus 5.5

    Kimi K3.1 Pro 在 Terminal-Bench 4.0 编码智能体评测中获得 65.7%，超过 GPT-6 Astra 的 58.2%，仅落后 Claude Opus 5.5 的 66.4% 共 0.7 分。K3.1 Pro 每任务成本约为 $4-5，而 Claude Opus 5.5 约为 $15。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。

关联事件