Grandes avances en rendimiento agéntico: Kimi K3.1 Pro obtiene el 3er puesto en GDPval-AA con 1,846 Elo, 312 Elo más que Kimi K3, superado solo por Claude Opus 5.5 (1,866 Elo) y Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro también logra la puntuación más alta de cualquier modelo en Terminal-Bench 4.0. K3.1 Pro obtiene 67%, frente al 13% de Kimi K3 y por delante de Claude Sonnet 5.5 (64%). AutomationBench-AA, que evalúa flujos de trabajo agénticos de SaaS, sube de 58% a 73%.
Grandes avances en rendimiento agéntico: Kimi K3.1 Pro obtiene el 3er puesto en GDPval-AA con 1,846 Elo, 312 Elo más que Kimi K3, superado…
Grandes avances en rendimiento agéntico: Kimi K3.1 Pro obtiene el 3er puesto en GDPval-AA con 1,846 Elo, 312 Elo más que Kimi K3, superado solo por Claude Opus 5.5 (1,866 Elo) y Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro también logra la puntuación más alta de cualquier modelo en Terminal-Bench 4.0.
Artificial Analysis · X
Notas sobre el contenido
La publicación original y los derechos pertenecen a la fuente.
Traducción automática · Consulte el original