Kai

👾北美留子 / 大厂程序员 / 独立开发者
│ 带来一手北美 AI 英文圈资讯和解析
│ AI 模型/工具实测、Agent Harness、行业判断、分享大厂 + indie 双轨经验
│ 审美底线守护者
(欢迎互关 🟣 )

[Kai @kqyno7]

Kimi K3.1 Pro Max vs GPT-6.1 Sol Extra High

流畅度、细节表现和运动逻辑，被全方位碾压了…

甚至开始怀疑自己是不是路由到了假的 K3.1 😂

[Kai @kqyno7]

@HYJsfn9h 只有某些场景或许还比较接近，但通用来说的话，绝对没有，我甚至感觉不如 Sonnet 5.5

[Kai @kqyno7]

@Stargridcompass 哈哈哈是的，咱们吃的不错😁下周、下下周应该都会有新的模型

[Kai @kqyno7]

Kimi K3.1 已经拉完了，看看 Grok 4.8 能不能带来点惊喜 👀

据说 Grok 4.8 下周就要发布了，回顾下目前已知的信息

🧠 模型规格
• 2.5T（2.5 万亿）参数
• 采用 xAI 全新的 C++ 训练软件栈
• 9 月 14 日，马斯克透露模型预计当周完成预训练，随后进入强化学习（RL）阶段

📈 性能预期
• 马斯克此前表示，Grok 4.8 相比 4.7 会有明显提升
• 推理、Coding 和 Agent 能力值得重点关注
• 具体 Benchmark、激活参数量和推理成本尚未公布
最近各家模型迭代速度越来越快，感觉又进入了一轮军备竞赛

不过 2.5T 的参数规模，放在如今的前沿模型竞争里，感觉也算不上特别夸张了

相比单纯堆参数，反而更好奇 xAI 这次在训练数据、RL 和训练基础设施上能带来多少增益

尤其是 SpaceX 的工程数据如果真的能用于模型训练，可能会是一个 X 因素

Kimi K3.1 这次实际体验和预期有些落差，希望 Grok 4.8 能争点气 😂

#Grok48 #xAI #LLM #AI

[Mark Kretschmann @mark_k]

Grok 4.8 next week.

[Kai @kqyno7]

@PluckR10n 有道理，这两家的确是做 coding 比较早的

[Kai @kqyno7]

倒不觉得 Kimi K3.1 最大的问题是价格贵

毕竟官方已经宣布 11 月 4 日开源，届时任何机构都可以自行部署，推理成本和 API 价格自然有机会被市场竞争打下来

而且开源之后，其他团队也可以基于 K3.1 继续做后训练，探索更多可能性

真正的问题，还是模型本身的能力没有达到预期

发布前期待拉得太高，榜单成绩也亮眼，但实际体验下来，尤其是 Coding 和 Agent 场景，表现确实有些拉胯

📌 价格决定用户愿不愿意尝试，能力决定用户会不会留下

对于模型公司而言，模型能力始终是第一优先级

开源、定价、生态都很重要，但终究是建立在模型足够强的基础之上

模型能力是第一性问题，其他都是二等公民

#Kimi #KimiK31 #LLM #OpenSource #AI

[Kai @kqyno7]

@xiaoshan0413 是的，而且开源的之后可以进行客制化

[Kai @kqyno7]

@QwenAIFans 这次可能真的能打过 Astra 🫡

[Kai @kqyno7]

Qwen 4 Max 在 Arena 生成的 3D 引擎

从细节、动效、一致性来看都比 K3.1 要好

看这架势下周也要放出了

[Kai @kqyno7]

@ajs6888 是的，实测之后才知道。

[Kai @kqyno7]

好模型其实不需要太多造势和宣传

像 DS V4.1 Flash 1017，最早就是在被开发者发觉，在 X 上传播，然后一传十、十传百，慢慢火起来的

模型能力有没有提升，开发者和用户在实际使用中是能切身感受到的

#DeepSeek #LLM #AI #KimiK31

[Chubby♨️ @kimmonismus]

This is such a shame and so sad to see. @Kimi_Moonshot ruined their launch themselves. K3.1 pro is a great model and it did not need people to fake good reviews. But since they were trying to cheat the game it makes the whole launch look bad.

I did not receive this briefing and was not paid by kimi. But I can assure you, if I had known earlier that they tried to cheat the game and do illegal influencing, I wouldn’t have said one good thing about their model.

Super sad to see. Hope @Kimi_Moonshot steps forward, apologizes, and promises never to say anything like that again, because reputation is what matters most.

[Kai @kqyno7]

@huang18825 是这样的，opus 5.5你把它放到 codex里都好使

[Kai @kqyno7]

用 Workbuddy 里的 Kimi K3.1 Pro 生成的鹈鹕测试，表现还是糟糕 😕

我倾向问题不在 Harness

用 Kimi Code，Claude Code，还有 WorkBuddy 都生成过了，效果都不尽如人意

而真正的强模型本身泛化能力扎实，受 Harness 的影响有限

就像 Opus 5.5，在 Pi 和 Claude Code 里表现会有差异，但不会剧烈波动

[Kai @kqyno7]

@cikn357964 那降低TPS呢？感觉质量可以优先于速度

[Kai @kqyno7]

Kimi K3.1 可能是目前为止，见过的评价最两极分化的模型之一

堪称「神鬼二象性」😂

上限足够惊艳，下限足够抽象

#Kimi #KimiK3_1 #AI #LLM #Agent #Coding

[Kai @kqyno7]

@supernozawq 看上去是的

[Kai @kqyno7]

@Da7_Tech 🆒 what's the prompt?

[Kai @kqyno7]

@MinuteSphinx 奥我回去试试

[Kai @kqyno7]

用 Kimi K3.1 Pro Max 生成的 3D 鹈鹕测试 🦤

草地有些明显的闪烁，腿部蹬自行车的方向还是反的，违反基本的运动规律，整体细节也比较粗糙

你的 Three.js 强在哪儿了...

#Kimi #KimiK3 #AI #3D #VibeCoding

[Kai @kqyno7]

@xiangka28729354 感觉前沿模型至少得 5T 吧

[Kai @kqyno7]

@jax_wu 嗯嗯差不多，之前大概一个月一迭代

[Kai @kqyno7]

@MingTian685474 很精辟了

[Kai @kqyno7]

@poolmoon6 是这样的，但可能因为我用kimi的coding plan比较早，很早就知道了他们的算力问题，然后从来没有想过把 kimi 模型当作主力模型使用。它最多也只能当作一个 planner 模型：它制定完plan以后，需要让量大管饱的模型，像Deepseek Flash4.1，去做一些真正的执行。Kimi的算力一直是他们的问题