Kimi 1.5推理模型：差评！
国产月之暗面 Kimi 1.5 推理模型测评报告啊！我们知道DeepSeek的推理模型r1轰动全球，而Moonshot同时间推出的Kimi 1.5推理模型号称打败GPT-4o等，还有一帮人网上鼓吹其和DeepSeek r1齐名，看benchmarks的话也确实表现不俗。如此厉害的模型，那我们得赶紧去拿出我们往常的测试用例来测评下了。 来到官网，下面这里选择上K1.5长思考，这样就用上了Kimi 1.5推理模型了…
微信赞赏
相关推荐
2024-12-22
Kimi视觉推理大模型：差评！
看网上都在吹Kimi的视觉推理大模型，说得神乎其技，可以取代OpnAI 200刀每月的专业版之类的，真有这么厉害吗？这里我们也来快速测试下。 首先，我们来个简单都英语填空题，这种题一般的大模型都能做对，本来就是大语言模型的强项，仅作为最基本验证，它也是没有问题的。 再看第二道题，来个脑筋急转弯，分析推理确实是一大堆的，答案也和预期一样，但是它是实打实的脑筋不转弯都从语言学等角度得出的答案，其实这里在中文语境中用脑筋急转弯思路就能很快得出答案，太阳公公嘛，那太阳肯定是男都啰。况且太阳叫做sun，儿子也读作son，也能得到印证。所以我推定它是不适合做脑筋急转弯的，起码不适合做中文的脑筋急转弯。 下一道数学题，“一口井7米深，有只蜗牛从井底往上爬，白片爬3米，晚上下坠2米。问蜗牛几天能从井里爬出来？”这里要注意解题的关键点是最后一天可能它不会滑下来了。我们看它分析，前几天都没有问题，第四天，白天爬3米，就是到了6米，晚上滑下来2米，到了第4米，第五天，白片爬3米，4+3刚好7米，所以就爬出来了，就不用考虑晚上往下滑了。所以答案是5天就能爬出去。我们看它最终做了一大堆装模作样的推理...
2025-02-25
腾讯元宝DeepSeek r1：不是满血版？
这两天分享了不同平台接入的deepseek r1，避开官方deepseek访问经常服务不可用的问题，但是用起来总感觉不顺手，比如知乎接入的太卡顿，AskManyAI界面又太杂，今天我们看下腾讯元宝的这个介入效果如何… 访问入口
2025-02-17
AskManyAI：DeepSeek r1满血版免费用.
.DeepSeek R1满血版免费用啊！我们知道国产之光DeepSeek r1火遍全球，奈何官方托管访问量过大及其他原因导致老是出现服务繁忙，自家部署的话有只能部署个蒸馏小参数版本。今天跟大家介绍一个可以免费用DeepSeek r1满血版的方式… 访问入口
2024-12-26
QVQ-72B：世上唯一开源免费视觉推理大模型
这应该是当今世上唯一一个完全开源免费的视觉推理大模型，相比海外如OpenAI等贵的要命的o3模型，阿里巴巴最新推出的这个QVQ-72B视觉推理大模型遵循都是Apache 2.0的协议，也就是说权重等完全开源，如果我没有搞错的话，这应该是当今世上唯一一个完全开源免费的视觉推理大模型，它只有72B的参数量，但是它在MMLU多模态测试集和MathVision等数学视觉等测试集上的benchmarks得分却不容小觑。下面我们快速的去魔撘上玩下… 访问入口
2025-03-26
Gemini 2.5 Pro 测评：最强推理大语言模型！
昨天测评了下最新的DeepSeek V3.1，着实惊艳！有粉丝留言说希望我测试下最新的Gemin 2.5 Pro，义不容辞啊！首先大家要知道这是个推理模型，所以我今天的测试加了几道粉丝提供的推理题，然后它在lmarena上多个benchmarks上打败了o3-mini, gpt-4.5, claude 3.7，deepseek r1等模型… 访问入口
2025-04-09
腾讯混元T1推理模型测评：没有对比就没有伤害！
昨天测评了腾讯混元大模型的通用模型，一般问答都挺好，但编程能力拉胯，今天再测评推理模型T1，最后会对比下它和deepseek r1的编程能力… 访问入口
