Kimi K3.1 Pro 在网络安全智能体榜上排到开放模型第一
Artificial Analysis Cyber Index 测的是模型做智能体网络防御任务的能力，Kimi K3.1 Pro 得 64%，仅次于走可信访问计划的 GPT-6 Sol，权重还没放。
要点
- 榜单由 CWE-Bench-AA、DeepsecBench-AA、CyberGym-E2E-AA 三项基准组成，主要通过各家公开 API 打分
- Kimi K3.1 Pro 总分 64%，比上一批开放可用的第一名 DeepSeek V4.1 Flash 1017（57%）高 7 分，比自家 Kimi K3（41%）高 23 分
- 唯一更高的是走 OpenAI 可信访问计划的 GPT-6 Sol（Daybreak Blue，max 档）69%
- CyberGym-E2E-AA 单项 95%，高于 GPT-6 Sol 的 93%；但 CWE-Bench-AA 的 61% 落后 DeepSeek V4.1 Flash 1017 的 69%
- 每任务成本 2.81 美元，比 Kimi K3 的 2.45 美元高 15%：token 单价便宜 33%，输入 token 用量却约为两倍
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。