99.5% 和 0%，出现在同一个模型身上！土耳其语 99.5% 却德语翻车？Kimi K3.1 Pro 多语实测撕开真相

大白话有开发者在 Dev.to 发文，说他们用 Moonshot 官方 API 跑了 5315 条日文、德文、土耳其文的测试题，看 Kimi K3.1 Pro 在非英语场景到底行不行。结果很分裂：土耳其语选同义改写 99.5%、惯用语判断 99.0%，日语惯用语 90.9%，但德语间接回答只有 66.7%，土耳其语对话隐含意思更是只有 56%。作者特意强调，这些百分比只对应具体数据集，不能代表「整个语言都强」。

对你意味着做多语种客服、文档分类、本地化内容的团队值得看一眼：高分任务能直接用，低分任务别硬上。