ModelsMulti-source
Kimi K3.1 在 LiveBench 上跑分不及 DeepSeek Flash
Why we picked it
Moonshot 的 Kimi K3.1 在 LiveBench 上被 DeepSeek Flash 反超，还有刷分嫌疑，开源榜一还是 DeepSeek。
Bindu Reddy 在 LiveBench 上对比了 Kimi K3.1 与 DeepSeek Flash 的成绩，Kimi K3.1 排名更低。她认为 Kimi K3.1 存在针对公开基准刷分的迹象，不过在单任务价格上仍具竞争力。她还提到 Kimi K3.1 与 Fable、Astra 级别的模型有差距，认为 DeepSeek 仍是开源模型中的领先者。
Original · Bindu Reddy
🚨 Kimi K3.1 Scores Below DeepSeek Flash
- seems to be bench-maxxed on public benches - competitive on price per task - it's not Fable or Astra class - Deepseek is still king of open-source
This is on LiveBench https://t.co/Mfv75N3280
