Reddit 实测称 AAI 榜单易刷分，Kimi 3.1 Pro 排名虚高

2026年10月25日，AGI Hunt 报道称，有 Reddit 用户对 Artificial Analysis Index（AAI）榜单提出质疑。该用户通过 OpenRouter 调用 AAI 榜单排名第 4 的 Kimi 3.1 Pro 进行实际测试，称其使用体验远逊于 MiMo 2.6 和 DeepSeek 4.1 Flash。基于这一对比，该用户认为 AAI 指数很容易被「刷分」，榜单排名并不代表模型在真实用例中的水平。目前相关说法来自单一用户的实测反馈，报道未提及 AAI 方面或相关模型方是否作出回应，也未见更多独立测试结果公布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。