English(EN) Kimi K2.7 Code hits 89.6% on GPQA and 40.5 tokens/sec, but the real standout is 25.1 intelligence points per dollar — that’s how the efficiency math flips. http

Kimi K2.7 Code 在 GPQA 上取得高分和高令牌速度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-13 15:00

Kimi K2.7 Code 在 GPQA 基准测试中取得了 89.6% 的分数，处理速度为每秒 40.5 个令牌。该模型的一个关键亮点是其效率，表现为每美元获得 25.1 个智能点数。 AI

影响展示了在学术基准测试中改进的效率和性能，可能影响未来的模型开发。

排序理由该条目报告了 AI 模型的基准测试性能。 [lever_c_demoted from research: ic=1 ai=1.0]

在 Mastodon — fosstodon.org 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目报告了 AI 模型的基准测试性能。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 86 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Mastodon — fosstodon.org TIER_1 English(EN) · [email protected] · 2026-08-13 15:00

Kimi K2.7 Code 在 GPQA 上达到 89.6%，每秒 40.5 个 token，但真正的亮点是每美元 25.1 的智能点数——这就是效率的计算方式。 http

Kimi K2.7 Code hits 89.6% on GPQA and 40.5 tokens/sec, but the real standout is 25.1 intelligence points per dollar — that’s how the efficiency math flips. https:// olud.ai/leaderboard.html # LLM # Benchmarks # OpenSource # AI

链接 olud.ai/leaderboard.html

本文如何被排名

报道来源 [1]

Kimi K2.7 Code 在 GPQA 上达到 89.6%，每秒 40.5 个 token，但真正的亮点是每美元 25.1 的智能点数——这就是效率的计算方式。 http

相关实体

相关话题