Datawhale 实测 Kimi K3.1 Pro 八项重度任务

月之暗面周六凌晨发布 Kimi K3.1 Pro 后，Datawhale 成员用近一周时间、以 8 个高耗时多步骤任务实测，覆盖三维场景、工程结构、游戏复刻和视频制作。官方跑分中，K3.1 Pro 在 SWE Marathon 和 OfficeQA 两项排名第一；Terminal-Bench Science 0.1 得分为 38.1，低于 GPT-6 Astra 的 68.1。 实测通过 API 接入，8 个任务共消耗约 80 亿 Token，端到端总吞吐 72 t/s。Datawhale 称，用 699 元套餐跑长程任务时，5 小时窗口的额度很快用完，只能等待重置。 Datawhale 还称，其自动化视频流程目前仍需人工介入，工程结构类任务的实际施工仍需专业人员现场测量。

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。