真实机器人任务实测：Gemini 4 Argon 约 48%，Kimi K3.1 Pro 仅 9%

SuSu_酥酥👅 @NFT_Chen原推发布于 2026.10.24

在 X 上打开原推

🚨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

这条是引用着另一条写的：x.com/nft_chen/status/2113903742513008725