gemini-4VIDEO

Real robot tasks: Gemini 4 Argon ~48% vs Kimi K3.1 Pro 9%

Across 120 real robot runs, Gemini 4 Argon and Opus 5.5 each scored about 48%, GPT-6 Astra about 47%, while Kimi K3.1 Pro managed only 9%.

SuSu_酥酥👅

@NFT_ChenArchived 7 days agoOriginally posted 2026.10.24

SuSu_酥酥👅 @NFT_ChenOriginally posted 2026.10.24

Open original on X

🚨实测打脸！Kimi K3.1 Pro 在真实机器人任务仅9%，被Opus、Gemini、Astra远远甩开 🔹Gemini 4 Argon：~48% 🔹Opus 5.5：~48% 🔹GPT-6 Astra：~47% 🔹Kimi K3.1 Pro：9%（120次真实运行）软件基准它能打，Terminal-Bench接近甚至超过Astra，接近Opus，一到真实机器人就崩了。数字世界≠物理世界，这个差距太大了。 @robocurve 已放出全部视频+转录，谁看了都尴尬。 #KimiK3 #AI #机器人 #LLM #PhysicalAI #Moonshot #杨植麟 #Gemini4Argon #GPT6Astra #Opus55 https://x.com/nft_chen/status/2113903742513008725?s=46 https://x.com/robocurve/status/2113827780798697613/video/1

This post quotes another post: x.com/nft_chen/status/2113903742513008725

x.com/nft_chen/status/2113913142392860770Archived 2026.10.25 09:53