国内外几个大模型Kimi、MiniMax、Muse、Gemini 轮番“翻车”
Muse Wonder 的争议最直观。开发者 BridgeMind 要求它制作包含透明玻璃、动态熔岩和光照的 3D 熔岩灯，结果只得到红色圆柱体，随即引发“刷榜”质疑。Gemini 4 Argon 的落差发生在跑分与工作流之间，Google 公布 DeepSWE v1.1 为 77.9%，同时展示了内部代码迁移和算法优化案例。彭博相关报道则称，有员工在真实 Coding 和界面设计任务中遇到“卡壳。
kimi3.1 Flash 的第三方长程测试交付了可运行的音乐播放器和可探索 3D 场景，但也出现耗时数小时、建筑还原偏差和运行负担。
早期用户则报告了 HTML、Three.js 作品的空间关系错误和套餐额度消耗过快。
https://s3.bmp.ovh/2026/11/04/5mygBI2p.jpg
页:
[1]