待验证50% 置信基准精确时间

智能体类基准中，apex-agents和Long-Horizon-Terminal-Bench榜首均为moonshotai/Kimi-K3（分别为41分和6分），agents-last-exam属于XiaomiMiMo/MiMo-V2.6-Pro-RL（31.6），Toolathlon由同系列升级版MiMo-V2.6-Pro-RL以76.9分拿下。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/18

首次发现

有效期至：2026/11/1

来源

Hugging Face 官方基准榜首次快照：49个排行榜的霸主盘点

涉及实体

moonshotai/Kimi-K3model XiaomiMiMo/MiMo-V2.6-Pro-RLmodel apex-agentsconcept Long-Horizon-Terminal-Benchconcept agents-last-examconcept Toolathlonconcept

相关事实

待验证小米在Product Hunt上推出了MiMo-V2.6，这是一个面向长周期智能体任务的开源全模态模型家族65% 相似待验证该基准测试在Gemma、Qwen、Kimi、MiniMax四类模型上，基于AMD Instinct MI300X与MI355X硬件进行65% 相似待验证在 CyberGym 基准上，Mistral Large 4 拿到 82 分，是所有开源模型中的第一名，超过 MIMO、Grok、GLM 5.3、Kimi K3 等模型61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1058240

API

curl https://kongchang.com/api/v1/knowledge/claims/1058240

MCP

get_claim(id=1058240)