内容类型
模型到底谁更强：Benchmark 评测成绩、评测方法的争议与排行榜变化。
4 条精选近 30 天 4 条共收录 11 条
Latent Space 期刊报道 Moonshot 发布 Kimi K3.1 Pro，为 2.8T 总参数、104B 激活的多模态 MoE 模型，上下文窗口 100 万 token，权重承诺 2026 年 11 月 4 日开源。
推荐理由：这篇 AI News 汇总把 Kimi K3.1 Pro 的独立评测、定价与部署成本争议放在一起，读者可以据此区分厂商宣传与实测结果。
月之暗面的 Kimi K3.1 Pro 上线 Kimi API，尚未开放权重，官方承诺 2026 年 11 月 4 日前发布完整模型权重。定价为输入 $2.00/百万 tokens、输出 $10/百万 tokens，与 GPT-6.1 Sol 持平、为 Claude Opus 5.5 的一半；另有 2-3 倍速的 Highspeed 版本，价格为两倍（输入缓存命中同价）。
推荐理由：作者实测了新模型并整理定价与第三方评测对比，读者可据此判断它与 Claude Opus 5.5、GPT-6 的相对位置。
Mistral 发布首个时序基础模型家族 Timestral，含 5M、28M、123M、209M 四档参数，209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，仅用此前最优模型约三分之二的参数。
推荐理由：原文给出四档参数规模、三大基准成绩和 CPU 推理延迟，读者可据此评估时序预测场景的选型与部署。
Google DeepMind 发布 Gemini 4 Argon 前沿模型，即日起面向开发者和企业通过 AI Studio 与 Gemini API 开放，并向 Ultra/Pro 订阅用户开放 Gemini 应用、AI Mode 与 Antigravity。
推荐理由：官方发布给出了定价、基准成绩和内工程案例，读者可以据此评估它对编码与科研工作流的实际影响。