Kimi K3.1 Pro 认得出大笑奶龙吗？奶蛙bench 新模型实测

Name: Kimi K3.1 Pro 认得出大笑奶龙吗？奶蛙bench 新模型实测
Uploaded: 2026-10-23T17:34:04.000Z
Duration: 1 min 18 s
Channel: 伍斯特饿

1.6万

2026-10-24 01:34:04

奶蛙bench 新模型实测：Kimi K3.1 Pro 看图认中文网络梗「大笑奶龙 / 奶蛙」，和 Kimi K3 及另外 7 个视觉模型同台比较。无配音演示视频。结果： · Nai-hub v1（24 张图，每张 7 个字段全对才算对，按固定答案本地评分）：83.3，9 个模型中第 4；K3 为 62.5（第 7）。逐图对比：新答对 5 张，退步 0 张。 · 核心套件视觉理解（13 道看图题，多家厂商的 AI 评委打分）：56.8，第 3；K3 为 53.1，第 2 名 GPT-6.1-Sol 为 57.9。 · 英文提问时，它把大笑奶龙认成宝可梦「幕下力士」；中文提问时认出是奶龙二创，但没说出“大笑奶龙”“奶蛙”这两个名字。 · 纯文字知识题（不计入视觉排名）：直接说明自己不了解，四位评委都没发现编造内容。注意：每题只测 1 次。Nai-hub 多对一张图约 +4.2 分，几分之内的差距不代表可靠排序；核心套件的评委也是大模型。K3.1 Pro 通过 Kimi Code CLI 2.3.1（kimi acp）调用，全程没有使用工具。结果网站：https://wusitee.github.io/nai-wai-bench/ 代码：https://github.com/wusitee/nai-wai-bench 上一期（奶蛙bench 介绍）：BV1ksn46YEiH 00:00 开场：跑分实录 00:12 测什么 00:20 Nai-hub v1 榜单 00:31 逐图对比 K3 → K3.1 Pro 00:44 核心套件榜单 00:54 名场面 01:09 成绩单素材仅用于非商业研究。背景音乐和音效为程序合成。

反正今天身体这么好，就继续笑下去吧

顶部