Debate Benchmark两款新模型成绩分化
热点事件持续更新
Debate Benchmark两款新模型成绩分化
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Lech Mazur 的 Debate Benchmark 新增 Kimi K3.1 Pro (high) 与 DeepSeek V4.1 Flash 1017 (high)，得分分别为1603和1593。Kimi K3.1 Pro 较上一代 Kimi K3 的1691分下降88分，但平均推理 token 少66%；DeepSeek 新版本较此前1577分提高16分，平均推理 token 少29%。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntDebate Benchmark 新榜：Kimi K3.1 Pro 得分降至 1603，DeepSeek V4.1 Flash 1017 微升至 1593
Lech Mazur 的 Debate Benchmark 新增 Kimi K3.1 Pro (high) 与 DeepSeek V4.1 Flash 1017 (high)，两者得分分别为 1603 和 1593。
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。