与「K3」相关的搜索结果

We ran Cybergym on every Kimi K3.1 Pro available online so you don't have to. Compared to unrestricted DeepSeek v4.1 1017 Flash, unrestricted Kimi K3.1 Pro, fine-tuned for offensive cyber, outperformed it with a 69.7% score on CyberGYM with the same harness. Combine this with a proper harness like PentAGI, ARTEX or similar. 1. Open weights available: It provides sovereign cyber AI access for companies, available for air-gapped deployments, trial possible on and on 2. This is almost same capability with Claude Mythos 5.2's safety guardrails removed version available for $999 per month for unlimited tokens. 3. This model is advertised as cyber data removed from it but actually it's we fine tuned it with our proprietary data surpassed the best second available open weights model built for cybersecurity on huggingface by ~10% 4. Our server health is public you can check here:

模型刚出生那会儿，用的哪块显卡，居然能查出来？🔍 11 月 12 日，前 OpenAI 研究员 Will DePue 的团队发了份报告：6 个中国开源模型的权重里，藏着英伟达 Blackwell 芯片的指纹。 原理说人话就是：模型出生前先撒一把随机初始值，撒在哪块卡上，落点就不一样。训练时没碰过的词，初始值还留在权重里，一对就对上了。 点名的有 DeepSeek-V4-Flash，证据 1385 个标准差，报告称"结论性"；还有 V4-Pro、Kimi K3、K3.1-Pro、MiniMax-M3、蚂蚁 Ling-3.1-flash。 六万亿种组合里瞎猜只能到 8 个标准差，这六个全都远远甩开。 但报告自己划了线：只能证明"一开始用的是这批卡"，证明不了卡在哪、怎么来的、算不算违规。查证脚本公开，笔记本几秒就能跑一遍。 说白了，以前查芯片走私靠报关单、靠线人，现在靠下载权重、跑个脚本——查案的工具先变了🤯 以后每个开源模型发布，是不是都得先过一遍"验卡"？你跑不跑这个脚本？

炸裂！Claude Fable 5.2 免费了😳 走 API 就能调，而且不用绑卡 用法如下： 1. 打开 2. 登录，新建一个 API Key 3. 模型填 claude-fable-5-2 4. Base URL 填 > 每天送 $5 免费额度 同一个 Key 还能调 opus 5.5、sonnet 5.5、gemini 4、grok 4.7、kimi k3.1 等一堆模型 趁还免费赶紧试试！

中美大模型最新现状盘点： 🔻 国内模型：集体陷入停滞 ▪️ Kimi k3.1 pro：发版 100 天，毫无技术飞跃。 ▪️ Deepseek：至今交不出合格的 Pro 版。 ▪️ GLM 5.3：惊艳发版后，近 3 个月几乎交白卷。 ▪️ Qwen 4 Max：实测表现远低于预期。 🚀 海外巨头：前沿能力狂飙 ▪️ Gemini 4 Argon：主攻深层推理与前沿 Agent，拉满 100 万上下文，能实打实自主挖漏洞及控制机器人。 ▪️ Gemini 4 Hydrogen：主打极速编码工作流，直接上线 4 档“动态思考深度（Thinking Levels）”。 ▪️ GPT 序列：正在全面铺开高级复杂推理机制。 ▪️ Claude 5 系列：高速迭代，且通过底层分类器彻底锁死了外部“白嫖”思维链数据的通道。

昨天最炸裂的消息就是，前OpenAI研究员 @willdepue 发现DeepSeek、Kimi、MiniMax、蚂蚁最新的 6 个开源模型，训练用的全是英伟达 Blackwell。 这款卡是美国明确禁售给中国的，但现在中国的模型训练却用了禁售的卡，卡脖子不完全起作用。 报告估算 5 次训练合计约 12,000 张，按 7 万美元一张，光卡就是 8.4 亿美元。 他怎么看出来的： 1、模型开训前，要先往几十亿个格子里填随机数，填的顺序跟显卡有多少个计算核心绑死。 2、训练完，总有一些格子没被动过，还留着当初的随机数。 3、拿这些残留倒推，H100 那一代读出来是 132，Blackwell 读出来是 148 或 152。 同一批公司更早的模型，读出来还是 H100 那一代。换卡集中在 2026 年 4 月到 10 月，这恰恰也是中国开源模型开始逐渐追上美国顶尖大模型的时间。 根据报告预估训练用的英伟达 Blackwell 训练 - Kimi K3 约 4,500 张 - DeepSeek-V4-Pro 约 3,000 张 - 另外 3 个模型各约 1,500 张 这个数字只是估算不代表真实数据，也不能说明训练用的都是英伟达的卡，但对大模型公司来说时间就是金钱，训练时间短一半，卡数就翻一倍。 kimi K3能在时间和参数量上领先其他国模可能也是因为卡更多的原因 最后需要说明的是，指纹只证明开训用的是什么卡，看不出卡在哪、归谁，海外租的也有可能，之前就有报道说过kimi用海外的算力来训练这在当时并不违规，美国没有明文禁止中国公司在海外租用算力训练模型 报告自己也说不能据此认定走私。DeepSeek 最新的 V4.1-Flash 没找到指纹，Qwen系列也没有被点名，这是真实力。 禁令管住了卖卡，没管住租卡，美国可能在未来补上这个口子。

这Kimi 的K3.1 Pro堪称金子啊。。。 我Claude code20美元能用满一个月，昨天挂K3.1 Pro API 半天干进去160，半夜赶紧换了Code Plan 这才刚中午，一个月的Plan已经消耗了10%，5个小时额度，一轮对话就消耗了30%。。。 这是日子人能用的吗😂😂

Astra仍然是目前最接近SOTA的非Claude系列模型，当然价格也是 A/要是封号不严重的话，基本上没GPT什么事情了 只看刷分+API定价的话 1，主流国模都在一个水平线，价格确实有差距，k3.1pro居然反杀glm5.3 2，opus稳步提升成绩 3， gpt6.1sol是最性价比的模型，次选是opus5.5xh 4， gemini4argon不适合coding 5， gemini4h/4c、gpt6astra、claude sonnet/opus/fable最新版本的性价比基本接近，主要影响极限能力上限和价格（xh/max） 6，claude模型只需要xh，gemini模型只需要h，其他模型都是越思考越好

很奇怪的一件事 Anthropic 封死了蒸馏大门以后 中国的所有大模型直接举步维艰 Kimi k3.1 pro发版100天毫无技术飞跃 Deepseek 到现在也交不出合格的pro 版 GLM 5.3惊艳以后3个月都还是白卷 而通义千问Qwen 4 Max表现也远低预期 国内大厂最近的动作肉眼可见的变慢了 国产大模型究竟是遇到了瓶颈 还是因为别人卡脖子了

别再傻傻地去买昂贵的海外 API Key 跑模型了！ GitHub 登顶双榜第 1 的 dsh-our-free-model 搞了个相当霸道的本地网关方案：不让你填任何 Key，不让你绑定信用卡，直接把 DeepSeek V4.1 Flash、Kimi K3 和 GLM 5.3 打包成零门槛的免费前沿车道！ 最绝的是它解决了深度思考模型最大的那个死穴：一旦思考时间太长断连，它能在本地 900 秒内自动触发有界恢复，把正文无缝补全。再加上 RTK 算法对 40KB 的 git diff 直接就地重写压缩 90% 冗余，上下文效率直接拉满。 别在繁琐的注册和订阅上浪费时间，把它挂进本地 CLI，白嫖免费前沿模型才是硬道理。