📡 最新洞见
10月26日
评测榜单不断升级：变化的究竟是模型能力，还是量尺？
Kimi K3 的两次公开记录把问题压缩成了一个清楚的案例。这里的“刻度断点”是指换版前后的分数不能直接接成一条时间序列。Artificial Analysis 在 7 月 17 日的发布文章中写下 57 分；其当前模型页则按 Intelligence Index v4.3.2 显示 44 分。Intelligence Index v4.3.2 是该综合指数的 4.3.2 版规则。模型名称没有变化，页面上的总分却相差 13 分。这个差值不能直接解释为模型退步，也不能全部归因于规则调整，因为服务端版本、运行状态和复测细节未被完整隔离。它能确定证明的是：57 与 44 不在一条无需校准的连续刻度上。