Kimi 博客里 V4.1 Flash 同一测试出现 42.3 与 33.8 两个分

eallon @eallon81287原推发布于 2026.10.24

在 X 上打开原推

📊同一篇博客，一个模型两个分。 Kimi K3.1 Pro 博客里，TB 4.0 表格给 DeepSeek-V4.1-Flash-1017 记 42.3，注脚说取自它自家发布稿。 同一页那张分数对成本图上，它是 33.8，注脚写数据来自 Artificial Analysis。 你说该信哪个？