待验证75% 置信事实时间未知
在纯推理任务（不涉及Agent调度）场景下，K2.6仍然落后于GPT-5.4和Gemini等闭源模型
1
来源数
75%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Kimi K2.6开源实测：300个Agent协同的调度能力到底多强
bilibiliAi学习的老章
涉及实体
相关事实
已验证GPT-5.5在多项能力上全面超越Claude 4.7和Gemini 3.1 Pro等模型76% 相似待验证在Pillow库Bug测试中，Copilot使用GPT 5.3 Codex模型掉入陷阱，反复强调仍不改正；使用Gemini模型则最终修正74% 相似已验证M2.5在编程任务上跑出了接近Claude Opus 4.6和GPT-5.2等旗舰级模型的表现74% 相似待验证Kimi K2.6在SWE Bench Pro、深度搜索问答和Humanity's Last Exam等顶级基准测试上与GPT 5.4、Claude Opus 4.6和Gemini 3.1 Pro等闭源模型竞争74% 相似待验证GPT 5.5 Image 2.0与Gemini Pro在科研绘图场景下的差距是'能用vs不能用'的本质区别73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4042API
curl https://kongchang.com/api/v1/knowledge/claims/4042MCP
get_claim(id=4042)