待验证50% 置信基准精确时间
直播展示的基准对比图中，K3.1在Terminal Bench、Humanity's Last Exam、GPQA等指标上紧贴Opus 5.5和GPT-6 Astra Fable 5.1，部分项目反超。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/23
首次发现
有效期至：2026/11/6
来源
Kimi K3.1实测：开源模型逼近Opus，视频生成意外抢镜
youtubeMatthew Berman2026/10/23
涉及实体
相关事实
待验证在AI旅行网站落地页前端设计测试中，测评者判定GPT-6 Astra表现优于Fable 5.174% 相似待验证GPT-6 Astra在Anthropic为展示Fable 5.1而挑选的最难基准（如Terminal Bench Science、Automation Bench）上击败了Fable 5.1，且成本更低73% 相似待验证B站UP主用同一句提示词让 Gemini 4 Argon、GPT-6 Astra 和 Claude Opus 5.5 各用代码生成一支视频进行对比实测。72% 相似待验证根据Anthropic官方雷达图，Opus 5.5仅在工作流与科研任务上输给GPT-6 Astra71% 相似待验证本次评测的四套提示词由 GPT-6 Astra 统一生成，最终评分也由 Astra 根据视觉表现和原始代码统一打分71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1091149API
curl https://kongchang.com/api/v1/knowledge/claims/1091149MCP
get_claim(id=1091149)