60 万字数据库压力测试：M3.1 Flash 成功率 51%，低于 GPT-6.1 Sol 的 71%

在 60 万词以上数据库的复杂任务中跑 4–6 小时，成功率 GPT-6.1 Sol 71%、MiniMax M3.1 Flash 51%、Kimi K3.1 Pro 49%、DeepSeek V4.1 Flash 39%、GLM-5.3 27%。

Da7em

@Da7_Tech2 天前收录原推发布于 2026.10.25

Da7em @Da7_Tech原推发布于 2026.10.25

在 X 上打开原推

Ran a massive, complex test on a 600K+ word database. Took 4 to 6 hours. Success rates: GPT-6.1 Sol: 71% MiniMax M3.1 Flash: 51% Kimi K3.1 Pro: 49% DeepSeek V4.1 Flash-1017: 39% GLM-5.3: 27%

x.com/da7_tech/status/2114350002097045676采集于 2026.10.26 12:06

在 X 上打开原推