商业 · zh
中美开源模型大会师：Kimi、Qwen、DeepSeek、Meta和英伟达五模大横评
开源模型最近密集到有点不讲道理。七月底到八月中，Kimi K3、Qwen3.8-Max先后放出权重、DeepSeek V4 Pro正式版也刚刚上线。与此同时，沉寂了一年多的美国开源也回来了，Meta拿出Muse Glimmer，英伟达跟上Nemotron 3.5 Lightning。 如此盛况，那可就必须把五个模型接进同一个测试环境测一测，是骡子是马拉出来遛遛。 这次的测试中，每道题额外设了统一的输出上限（输出长度），思考和作答共用这个额度，超了就算没交卷，同时超过额度的任务会重新放开上限单独完整跑一遍作为对照，所有结果由脚本+真人盲评判分。 先直接上成绩：绿格最多的是K3，十项里六项满分，DeepSeek排第二。需要注意的是表里的0分，部分是因为模型思考太长被截断，没有完整输出，后文有具体解释。…
