10/15长程追平 K3，单任务约 Opus 5.5 的 1/6待解的问题：长程评测上 K3 是否仍领先，尽管单价约高 2.8 倍 等：下一次长程评测对账Artificial AnalysisStepFunStepFun
10/17V4.1-Flash 在 DeepSWE 1.1 得 77%，超过 K3待解的问题：长程未换时 K3 是否仍领先，还与 tp_huang 不一致 等：下一次编码榜复测TeortaxesTestingCatalogTestingCatalog
10/18称直接向用户供 Claude tokens，并不把它叫蒸馏待解的问题：长上下文供源是否已换，还与 teortaxes 不一致 等：供源官方口径对账Nathan Lambert科技新报Nathan Lambert