Mollick：新评测口径下开源权重模型落后更多，DeepSeek V4.1 Flash 得 32 分

Ciel 🎒 @0xlunasterling原推发布于 2026.10.28

在 X 上打开原推

【Mollick：换了评测尺子，开权重模型与前沿的差距更大】 沃顿商学院教授Ethan Mollick评论Artificial Analysis新版榜单：引入非公开测试后，开权重模型落后的幅度，比此前测出来的更大。他同时提醒，对结果仍要保留判断。 按Artificial Analysis发布的v5图表，Kimi K3.1 Pro得分46，距离榜首58分差12分；v4.3的差距为3分。这里有个关键限定：Kimi这款模型的权重尚未发布。 已经放出权重的模型中，DeepSeek V4.1 Flash 1017与GLM-5.3均为32分。Mollick认为，这与他尚未见到Fable级别开权重模型的观察一致。 换版也换了测试口径，分差不能直接当作模型能力倒退。这组数据衡量的是该评测下的能力，成本、部署自由度和具体任务表现仍需分别比较。 #AI #大模型 #开源模型