Данные Jin10 8 ноября: согласно официальному сайту Yue Zhi An Mian, Kimi K2 Thinking установил новые рекорды в бенчмарках оценки логического мышления, кодирования и агентских способностей. K2 Thinking достиг 44.9% SOTA в бенчмарке HLE, 60.2% в тесте BrowseComp и 71.3% в тесте SWE-Bench Verified, демонстрируя мощные обобщающие способности как передовая модель агента мышления.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Kimi K2 Thinking установил новые рекорды в бенчмарках оценки логического мышления, кодирования и агентских способностей
Данные Jin10 8 ноября: согласно официальному сайту Yue Zhi An Mian, Kimi K2 Thinking установил новые рекорды в бенчмарках оценки логического мышления, кодирования и агентских способностей. K2 Thinking достиг 44.9% SOTA в бенчмарке HLE, 60.2% в тесте BrowseComp и 71.3% в тесте SWE-Bench Verified, демонстрируя мощные обобщающие способности как передовая модель агента мышления.