Verifier vendor Kimi K2 () telah diperbarui. > Anda dapat melihat perbedaan secara visual dalam akurasi panggilan alat di seluruh penyedia. Kami telah memperbarui jumlah penyedia dari 9 menjadi 12, dan membuka lebih banyak entri data. Kami sedang mempersiapkan putaran benchmark berikutnya dan membutuhkan masukan Anda. Jika ada metrik atau kasus pengujian yang Anda pedulikan, silakan berikan catatan di sini ( )