实测Kimi-2.5物理模拟能力：六边形刚体测试难倒新模型
社区用户对月之暗面最新发布的Kimi-2.5模型进行了代码生成能力的实测。测试任务极具挑战性，要求编写HTML代码，模拟一个球在旋转六边形内受重力和摩擦力影响的弹跳运动。结果显示，经过多次尝试，Kimi-2.5的思考模型未能成功实现该物理刚...
标签索引 / 第 8 页
大模型评测
这个标签下有 73 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
开发者实测：用AI五子棋对决检验免费与付费模型智商差距
一位开发者通过自制的AI五子棋游戏，对比了免费模型“kiro-opus”与付费模型“反重力opus”的智力表现。测试中，免费模型执黑先行，最终不敌付费模型，并承认失误。作者据此得出经验：复杂任务应交给性能更强的付费模型，简单任务可交给免费模...
AI记忆功能大比拼：ChatGPT体验断层领先，国产AI仍需打磨
本文详细对比了主流大模型ChatGPT、Gemini、通义千问及豆包的记忆系统功能。实测显示，ChatGPT的记忆机制最为成熟，支持精细管理且与隐私设置分离；Gemini的记忆虽分类详细但错误率高，且强制绑定数据训练授权；国产AI如通义千问...