Mollick 引述新基准：开源权重模型落后差距扩大
先了解这件事
Ethan Mollick 引述 Artificial Analysis 转向闭源基准后的评测结果称，开源权重模型落后于闭源领先模型的幅度比此前测得的更大。榜单显示，领先的开源权重模型 Kimi K3.1 Pro（权重尚未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）与 GLM-5.3（max）以 32 分并列最高，Claude Haiku 5.5（max）得分高于它们。 差距在 HLE-Diamond 和 Terminal-Bench-Science 上最大：Kimi K3.1 Pro 分别为 37% 和 34%，Claude Opus 5.5（max）为 68%，GPT-6 Astra（max）为 63%。 Mollick 提醒对这一结果持保留态度，但认为它与尚未出现 Fable 级开源模型的普遍感受一致。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Ethan MollickEthan Mollick 引述 Artificial Analysis 新基准：开源权重模型落后差距扩大
Ethan Mollick 引述 Artificial Analysis 转向闭源基准后的评测结果，指出开源权重模型比此前测得的落后幅度更大。榜单显示，领先的开源权重模型 Kimi K3.1 Pro（权重尚未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）与 GLM-5.3（max）以 32 分并列最高，Claude Haiku 5.5（max）得分高于它们。差距在 HLE-Diamond 和 Terminal-Bench-Science 上最大，Kimi K3.1 Pro 分别为 37% 和 34%，Claude Opus 5.5（max）为 68%，GPT-6 Astra（max）为 63%。Mollick 提醒对这一结果持保留态度，但认为它与尚未出现 Fable 级开源模型的普遍感受一致。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。