Moonshot AI 推出了 Kimi K3.1 Pro,这是其 K3.1 系列中的一款新模型,拥有 2.8 万亿总参数,其中 1040 亿激活参数采用混合专家 (Mixture-of-Experts) 架构。该模型拥有 100 万 token 的上下文窗口,旨在在包括编码和代理任务在内的各种基准测试中与领先的专有模型竞争。虽然 Kimi K3.1 Pro 在编码方面表现强劲,尤其是在 SWE-Marathon 基准测试中超越了 Claude Opus 5.5,但在科学推理任务方面落后于 GPT-6 Astra 和 Claude Opus 5.5 等模型。 AI
影响 为开放权重模型中的上下文窗口长度和参数数量设定了新标准,可能推动长上下文 AI 领域的竞争。
排序理由 前沿实验室模型发布,附带系统卡和基准测试比较。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- BenchCAD
- Claude Opus 5.5
- Frontier Finance
- GPT-6 Astra
- K3
- Kimi Hallu Bench Hard
- Kimi K3.1 Pro
- Moonshot AI
- OfficeQA Pro V2
- SWE-Marathon
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →