Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek V4.1 Flash 1017 微涨

Debate Benchmark 新榜两款模型结果分化：Kimi K3.1 Pro (high) 得 1603，低于上一代 Kimi K3 (high) 的 1691，平均推理 token 少 66%；DeepSeek V4.1 Flash 1017 (high) 得 1593，较 V4.1 Flash 的 1577 涨 16 分。