智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 位列第3，较 Kimi K3 提升了 312 Elo，仅落后于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还在任何模型中取得了 Terminal-Bench 4.0 上的最高分。K3.1 Pro 得分为 67%，高于 Kimi K3 的 13%，并领先于 Claude Sonnet 5.5（64%）。测试智能体 SaaS 工作流的 AutomationBench-AA 从 58% 上升到 73%。
智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 位列第3，较 Kimi K3 提升了 312 Elo，仅落后于 Claude Opus…
智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 位列第3，较 Kimi K3 提升了 312 Elo，仅落后于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还在任何模型中取得了 Terminal-Bench 4.0 上的最高分。
Artificial Analysis · X
内容说明
原始发布及相关权利归来源方。
机器翻译 · 请以原文为准