新版 Artificial Analysis 指数扩大了开放模型与闭源模型之间的差距

发生了什么

Artificial Analysis 修订了其 Intelligence Index，开放模型与排行榜榜首之间的差距从 3 分扩大到 12 分。在第 5 版中，Kimi K3.1 Pro 从第四名跌至第九名，排在八个闭源模型之后；Grok 4.7 则失去了 12 分。为应对模型针对已知问题进行训练的情况，私有测试集如今占指数的 60%，不过研究员 Nathan Lambert 也指出，强化学习基础设施方面的差异同样是原因之一。

接下来读什么

• 今日还有哪些重要变化Mistral 发布改进版 Mistral Large 4 开放权重模型，面向编程和网络安全

这件事到目前为止

Moonshot AI 通过其应用和 API 发布了 Kimi K3.1 Pro，但尚未公开其模型权重；修订后的 Artificial Analysis Intelligence Index 现将其排在第九位，位于八款闭源模型之后。The Decoder 报道称，版本 5 将该指数的 60% 权重分配给私有测试集，以应对模型针对已知问题进行训练的情况。K3.1 Pro 得分为 46 分，比榜首低 12 分；在 4.3 版中，它以 55 分排名第四，比 Claude Opus 5.5 低 3 分。Ethan Mollick 提醒人们谨慎解读修订后的结果。Simon Willison 报道称，Moonshot 承诺在 2026 年 11 月 4 日前公开模型权重。 在 Artificial Analysis 单独发布的 Cyber Index 中，K3.1 Pro 得分为 64%，在公开可用模型的智能体网络防御能力方面领先；但仍落后于获准访问的 GPT-6 Sol（Daybreak Blue，max），后者得分为 69%。Artificial Analysis 表示，K3.1 Pro 在该指数的三项基准测试中均未触发安全拒绝。其单项任务成本为 2.81 美元，尽管每个 token 的价格低了 33%，但仍比 Kimi K3 高 15%。 Willison 报道称，标准 API 价格为每百万输入 token 2 美元、每百万输出 token 10 美元。Moonshot 表示，Highspeed 变体的运行速度快两到三倍；Willison 报道称，其费用是标准版的两倍，但输入 token 缓存命中仍按标准价格计费。