五个开源模型血染钟楼评测结果公布
热点事件持续更新
五个开源模型血染钟楼评测结果公布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
评测者 eliebakouch 将五个开源模型加入 Dwarkesh Patel 的“血染钟楼”社交推理基准，测试模型在撒谎、虚张声势和互相指认中的推理表现。结果显示，Kimi K3.1 Pro 在开源模型中排名第一，仅次于闭源模型 GPT 5.5。 测试还显示，DeepSeek V4.1 Flash 胜过旧版，GLM 5.3 胜过 5.3 Flash；评测同时发现，擅长该游戏可能有助于仅凭公开文字记录识别说谎者。
AI 根据报道生成 · 3 小时前更新
最新进展11月12日 04:04
Kimi K3.1 Pro 在「血染钟楼」模型撒谎评测中居开源模型之首，仅次于 GPT 5.5报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntKimi K3.1 Pro 在「血染钟楼」模型撒谎评测中居开源模型之首，仅次于 GPT 5.5
Kimi K3.1 Pro 在 5 个开源模型参与的「血染钟楼」社交推理评测中表现最强，仅低于闭源模型 GPT 5.5。测试还显示，DeepSeek V4.1 Flash 胜过旧版，GLM 5.3 胜过 5.3 Flash；擅长玩该游戏可能也有助于仅凭公开文字记录识别说谎者。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月12日 05:00
- 近 24 小时变化
- –
02.557.510
05:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。