在AI编程挑战赛「宝石单词拼图」项目中，Moonshot AI 的开源模型 Kimi K2.6 以 7 胜 1 负、22 积分横扫 GPT-5.5、Claude Opus 4.7 和 Gemini Pro 3.1 等闭源旗舰模型夺冠。 比赛要求模型在 10×10 至 30×30 的滑动拼图上 10 秒内构建有效单词，长词得分、短词扣分。Kimi K2.6 以贪心策略持续滑动，在大网格中累积全场最高分。Claude Opus 4.7 在大网格上未能完成必要滑动，Muse Spark 误解扣分规则导致得分低至 -15309。 完整排名：Kimi K2.6（22分）、小米 MiMo V2-Pro（20分）、GPT-5.5（16分）、GLM 5.1（15分）、Claude Opus 4.7（12分）、Gemini Pro 3.1（9分）、Grok Expert 4.2（9分）、DeepSeek V4（3分）、Muse Spark（0分）。 这场比赛揭示了模型评估中被忽视的维度：长时推理的策略执行与规则理解能力，而非 benchmark 分数。开源模型正重新定义 AI 编程助手竞争格局。