▤ 标签：大模型评测
跑分神话破灭：AI排行榜迎来信用重估
Surge AI连发三份真实职场评测，将旗舰模型从旧榜90分打到二三十分，揭示跑高分与能交付之间的鸿沟，引发AI排行榜信用重估。
钛媒体APP 2026-10-28 04:14:06 35
Kimi K3.1 Pro实测：执行能力大涨，具身智能野心浮现
Kimi发布K3.1 Pro，执行任务与终端测试成绩大幅提升，并展示虚拟人训练演示，结合具身智能人才招聘，暗示其正朝物理世界方向布局。
钛媒体APP 2026-10-26 04:13:31 49