实测一小时：还差 Kimi 一截

Mistral Large 4 出来一天，用户端的第一份实测是失望，落点那句是，差 Kimi K3 不是一点半点。 几处照录。慢是第一个抱怨，测了一小时给出的就是这份结论；模型名一提，甚至有人觉得连 Luna 都能出更好的东西。最后那句留了情面，有总比没有强，欧洲的 AI 模型多几台进场，这事本身值得盼。 "实测比分数先到"这半句是全场重心。前面那张三十八分的榜单讲的是纸面上的座次，这条讲的是手上那点真实体感。跟前面五十九万亿断层第一呼应，那边是用量投票，这边是耐心投票，两头都在把纸面成绩打回原形。跟前面重测之后榜首换人也接得上，一个靠密封题，一个靠一小时，考法不同而落点同一处。 官方发完一天就有人泼冷水这个节奏我留意。新模型的头二十四小时最热闹，分数和体感在同一张桌上打架，赢的往往是后者，因为后者花的是自己的时间。 我留的疑问有三处。一小时具体跑的什么活没说；慢是接口还是生成没拆；和 Kimi K3 的对比用没用同一道题也没交代。 这周把它俩摆同一道题上各跑一遍，把耗时和成色记在同一张表里。