赢政天下 AI — AI 模型评测·行业资讯·深度研究
赢政指数
完整排行榜 →
#1
Claude Opus 4.7 85.8
▼1.7
·
#2
GPT-5.5 80.6
▲4.7
·
#3
Grok 4 80.1
▲0.9
·
#4
Claude Sonnet 4.6 80.1
▲9.3
·
#5
GPT-o3 79.8
▲0.9
·
#6
豆包 Pro 79.7
·
#7
Qwen3 Max 73.3
▲5.7
·
#8
Gemini 2.5 Pro 71.7
▲8.5
·
#9
DeepSeek V4 Pro 70.8
▼8
·
#10
Gemini 3.1 Pro 66.7
·
#11
GLM-4.6 64.5
▲8.4
·
&triangleup; 豆包 Pro +94.1 · ▿ DeepSeek V4 Pro -25
·
#1
Claude Opus 4.7 85.8
▼1.7
·
#2
GPT-5.5 80.6
▲4.7
·
#3
Grok 4 80.1
▲0.9
·
#4
Claude Sonnet 4.6 80.1
▲9.3
·
#5
GPT-o3 79.8
▲0.9
·
#6
豆包 Pro 79.7
·
#7
Qwen3 Max 73.3
▲5.7
·
#8
Gemini 2.5 Pro 71.7
▲8.5
·
#9
DeepSeek V4 Pro 70.8
▼8
·
#10
Gemini 3.1 Pro 66.7
·
#11
GLM-4.6 64.5
▲8.4
·
&triangleup; 豆包 Pro +94.1 · ▿ DeepSeek V4 Pro -25
·
最新资讯
查看全部 →孩子痛失机器人挚友：数字时代的云端之死
当陪伴6年的儿童机器人Moxie因公司倒闭而永久关闭服务，11岁男孩Xander失去了最亲密的“朋友”。这不仅是一次产品生命周期带来的遗憾，更揭示了AI时代的情感脆弱性。从云端删除到内容审查，科技企业如何面对数字陪伴的死亡？本文结合行业背景
Wispr融资2.8亿美元估值20亿，从听写迈向语音智能
AI语音输入公司Wispr宣布完成2.8亿美元融资，估值达20亿美元，累计融资超过3.61亿美元。公司正从听写工具向语音交互平台转型，本轮资金将用于研发语音模型、开放开发者API及拓展可穿戴和车载场景。在语音交互成为生成式AI重要入口的当下
当孩子的机器人挚友“去世”，会发生什么？
当Xander第一次遇见Moxie时，这台机器人教他用“蜜蜂式呼吸”平复焦虑、用“龙式呼吸”管理愤怒、用“兔子嗅探”提振精力。六年后，Moxie却面临“死亡”。一个孩子与机器人挚友之间的情感故事，引发了关于AI陪伴设备生命周期与儿童情感的深
地下深处蕴藏多少氢？科学家正寻找答案
上世纪90年代，地质学家谢伍德·洛拉尔在加拿大安大略省基德克里克矿地下三千米处，发现了封存超过十亿年的古老卤水，其中竟孕育着微生物生命。这不仅是地球深处生态的惊人发现，更引出了一个新问题：地下是否蕴藏着大量天然氢气？这种清洁能源能否成为人类
Meta发布Muse Glimmer 30B开放权重模型 支持单张消费级GPU运行
Meta推出Muse Glimmer 30B参数多模态模型，采用Apache 2.0许可开放权重。该模型经Muse Spark蒸馏优化，专为本地代理工作流设计，可在单张消费级GPU或Mac上运行，上下文长度达131072 token以上。训
xAI推出Grok 4.6模型 性能逼近GPT-5.6且定价更低
xAI于2026年8月12日发布Grok 4.6模型，输入定价2美元/百万token，输出6美元/百万token，上下文窗口达50万token。该模型在GDPval和Harvey Bench基准上领先GPT-5.6和Claude Opus
4大模型翻译对决：第34周质量评测，gpt-o3 以 8.3 分领跑
本周共翻译 343 篇文章，覆盖 4 个AI模型。经抽样盲评，gpt-o3 综合得分最高（8.3/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
Stripe拟70亿美元收购AI网关新秀OpenRouter
据TechCrunch报道，支付巨头Stripe正洽谈以超过70亿美元的价格收购AI网关初创公司OpenRouter。OpenRouter CEO曾称其为“AI界的Stripe”，这笔交易若达成，将帮助Stripe切入AI基础设施赛道，抢占
Anthropic IPO估值依赖2028年1900-2000亿美元营收预测
Anthropic正准备进行可能创纪录的IPO，其估值主要依据2028年1900亿至2000亿美元营收预测。该预测远超今年5月公布的470亿美元营收运行率。华尔街采用2028年营收倍数进行估值，参考Palantir、Cloudflare和S
Claude Opus 4.7 与 Grok 4并列96.99分：2026-08-17 Smoke快测数据简报
2026-08-17 赢政指数 Smoke 快测覆盖 11 个模型，Claude Opus 4.7 与 Grok 4 以 96.99 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
Anthropic CEO：AI遭抵制本质上是信任危机
Anthropic CEO Dario Amodei回应外界批评，否认自己在描绘过于悲观的AI前景。他认为，当前AI行业遭遇的反弹浪潮，折射出的不是技术风险本身，而是公众对科技公司日益加深的信任缺失。他呼吁行业以透明和责任重建信任，而非停留
Anthropic CEO支持特朗普AI模型部署前测试计划 政策信号引发行业分化
Anthropic首席执行官Dario Amodei于2026年8月16日公开支持特朗普政府要求前沿AI模型部署前测试的计划。该表态基于公司与联邦政府的多项合作，包括200万美元国家安全协议和Claude企业版政府部署。事件引发X平台讨论增
深度横评
查看全部 →Claude Opus 4.7 与 Grok 4并列96.99分：2026-08-17 Smoke快测数据简报
2026-08-17 赢政指数 Smoke 快测覆盖 11 个模型，Claude Opus 4.7 与 Grok 4 以 96.99 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
Claude Sonnet 4.6代码执行从100分跌至75分 主榜下滑5.5分
今日Smoke评测中，Claude Sonnet 4.6代码执行从100.00分降至75.00分，材料约束从56.70分升至75.00分，主榜从80.52分跌至75.00分。工程判断（侧榜，AI辅助评估）从100.00分降至60.50分。单
Claude Opus 4.7代码执行75.00分 材料约束100.00分 主榜反升3.7
Claude Opus 4.7今日Smoke评测代码执行从99.60分跌至75.00分，材料约束从61.70分升至100.00分，主榜从82.55分升至86.25分。工程判断降11.1分，任务表达持平。单日10题抽样波动或为主要原因，需持续
WDCD 守约排行
#1
Grok 4
94.8
#2
Gemini 3.1 Pro
91.3
#3
GLM-4.6
88.5
#4
Claude Opus 4.7
85.4
#5
GPT-o3
83.6
#6
DeepSeek V4 Pro
83.1
#7
豆包 Pro
81.8
查看完整守约排行 →
Research Lab
4大模型翻译对决：第34周质量评测，gpt-o3 以 8.3 分领跑
本周共翻译 343 篇文章，覆盖 4 个AI模型。经抽样盲评，gpt-o3 综合得分最高（8.3/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
用对手造武器：DeepSeek Harness 的开发流水线，是一面照向整个行业的镜子
一个被条款点名禁用的中国前沿实验室，以月产 8,273 个 commit 的节奏、在 Claude Code 与 OpenAI Codex 上造出自己的 agent 框架——这不是 DeepSeek
开着门让你蒸的人，和焊死门防你蒸的人：DeepSeek 争议里被忽略的不对称
在这场争议里有一个几乎没人提的不对称：指控 DeepSeek 的公司把模型焊得死死的，而 DeepSeek 把权重、工具库、如今连整套 agent 框架都以 MIT 协议开源——它大大方方地让全世界来