实测称 Kimi K3.1 部分任务疑回退，K3 引发思考预算讨论

评测者在 Frontier CS 2 基准的 4 道判别式题上，跨不同思考预算与 harness 实测 Kimi K3.1，为即将发布的评测视频收集数据，并称赞该基准质量很高。回复讨论中有人追问是否实际出现回退，主张从模型 trace 查原因。K 系列模型的代际表现差异正被社区逐题验证。