作者自制 Krillbench 评测四款模型

作者 dxbednarczyk 用冷门答案游戏 Krillion 自制基准 Krillbench，并公布 Kimi K3.1 Pro、DeepSeek V4.1 Flash 1017、Claude Opus 5.5 和本地模型 Bonsai 2 27B 在该游戏中的得分。他称选择前三款是因其为手头可用的最强模型之一，Bonsai 2 27B 则面向拥有普通消费级硬件的用户本地运行。 作者自述实验方法粗糙：每款模型只跑了 50 局，样本量小，且他并非 AI 研究机构人员，方法论仍有改进空间，但认为结果值得一看。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。