PMPP-Eval 更新！ 在 K2-Thinking 發布後，我對它以及其他幾個被要求的模型進行了評估，例如 R1 和 Qwen3 235B，這些都是針對 pmpp-eval 編碼子集的。根據結果，K2-Thinking 現在是可用的最佳開放模型，超越了 sonnet 4.5 在 CUDA 任務上的表現。