kimi k3.1 的 AA 跑分

比想想中还要高一点^-^

跑分真是有点猛了，不知道实际效果跟跑分一样不

我一直在等这家

跑分吓哭了

看到sonnet5.5，我在想，或许a÷也是个喜欢刷分的（没说模型补不强）？但这分数比3万亿的kimi都高，sonnet也是个几T级别的模型吗？

感觉还是这个位置相对合理一些，其他的测评都好高，有刷分嫌疑啊

gpt 和 claude 一般会随着 benchmark 更新变强的的。

Arena是不是光Code就有很多很多榜单，我一直分不太清 ^-^

贵的不像给人用的 太贵了

那些 benchmark 应该没有一个是测 arena 这种前端能力的，包括 coding，因为审美在竞技场很重要，但这种东西很难程序化评价

sonnet 5.5出的代碼沒有bug

但計劃調控差

openAI的模型现在都跌出AA榜前五了啊