Индекс Artificial Analysis не отражает реальную производительность: тест Kimi 3.1 Pro показал низкие результаты

Автор поста утверждает, что рейтинг Artificial Analysis Index легко манипулировать, так как модель Kimi 3.1 Pro, занявшая 4-е место в индексе, демонстрирует слабую производительность в реальных сценариях использования. Тестирование через OpenRouter показало, что Kimi значительно уступает моделям MiMo 2.6 и DeepSeek 4.1 Flash.