虎嗅拆解AA榜：分数随版本变化

发生了什么

虎嗅分析称，AA榜分数不是模型跑出来的，而是评测版本算出来的。文中提到小米MiMo-V2.6-Pro得46分，Kimi K3.1 Pro得55分。同一Kimi K3今年7月曾显示57分，今日AA模型页为44分；DeepSeek V4 Pro从v4.1时代的44分变为36分。文章称v4.1版权重由GDPval-AA v2、Terminal-Bench 2.1、τ³-Banking等构成，后续v4.2、v4.3、v4.3.2又调整科目和权重，跨版本数字不应直接相减。