Debate榜：Kimi新模型回退，DeepSeek微涨

2026年10月27日，AGI Hunt 报道 Debate Benchmark 新榜结果，两款模型表现分化。Kimi K3.1 Pro (high) 得分 1603，低于上一代 Kimi K3 (high) 的 1691，分数不升反降；报道称其平均推理 token 比上一代少 66%。同榜 DeepSeek V4.1 Flash 1017 (high) 得 1593，较 DeepSeek V4.1 Flash 的 1577 上涨 16 分，属于微涨。报道将两款模型的结果概括为分化：一款回退、一款小幅提升。目前披露的仅为该榜这两项得分，未有更多评测细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。