📌 📄 内容摘要:
@blacksein 在 kimi k2.6 benchmark分析（换成排名） 中发帖
官方的benchmark很全面，但是有点看不清楚，我换成排名的方式感觉更清楚点。
生成表格的代码是AI写的。。想了想还是截图吧
官方原始的benchmark：
总结
[image]
可以看出kimi k2.6不是总的第一哦，所以说k2.6只有跑分是不对的，因为跑分不是第一。
（opus4.6拉了是因为vision严重拖了后腿 佬可以看下面的图）
其中有两个项目只有k2.6和k2.5。
各位佬可以看下面。
Agentic
[image]
这个表现很亮眼 但是注意了 这里其中两个榜只有k2.6和2.5 😂
也可以看到opus没掉出过前三
Coding
[image]
coding只有SWE-Bench Pro第一了，这个是长任务，此前其他模型还没针对性优化长任务，比如opus 4.7也是重点优化了这个。但是也说明kimi k2.6针对长任务能更好工作（注意glm...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/2018926/1
─────────────────────────────
📢 来源：LINUX DO
