廉价 Kimi Agent 为何只在小预算下胜过 GPT-5.5

文章转述 Ramp Labs 的实验：在 7 个真实安全漏洞上，GPT-5.5、Kimi K2.6 与 DeepSeek V4 Pro 各运行 25 次。同等花费下，Kimi 平均发现 4.06 个漏洞，GPT-5.5 为 3.64 个；但 Kimi 始终未发现其中 2 个漏洞，且当 GPT-5.5 每个漏洞尝试 3 次后，降价无法在该数据范围内追平。作者提供一段 121 行脚本，供读者用自己的通过/失败计数复算。

AI推荐理由 转述 Ramp Labs 在 7 个真实安全漏洞上对 GPT-5.5、Kimi K2.6、DeepSeek V4 Pro 各跑 25 次的对比：同等预算下 Kimi 平均发现 4.06 个漏洞、GPT-5.5 为 3.64 个，但 Kimi 从未发现其中 2 个，且预算放大后优势消失。属于二手转述，模型名称与数据均来自他人演讲，未独立验证；对 Agent 选型有参考价值，但结论受小样本和特定任务限制。