上周，月之暗面发布了全新版本的大模型，Kimi K2。 这是目前世界上第一个参数量达到万亿级别的开源模型，发布后迅速引爆了圈内讨论。 它不仅在各种评估基准上表现亮眼，也收获了国内外开发者社区的普遍好评。 在 LMSYS ...

健身行业的信息差也由此显现，这些看似高大上的健身教练资格证中，有一些的考取难度并不大，甚至可以说得上简单。极端情况下，只需要15天，或花上200块钱（人民币，下同），每个人都可能成为商业健身房里的「王牌教练」。

除了我们开头提到的智能体的能力变化，报告还测试了当前主流的几家大模型的能力。例如，像o3这样的前沿模型在METR任务上的表现一直高于趋势水平，翻倍时间快于7个月，在9个基准测试的翻倍时间中位数约为4个月（范围为2.5至17个月）。