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 88.2
▼1.1
·
#2
DeepSeek V4 Pro 81.7
▼7.1
·
#3
Grok 4 80.4
▼4.6
·
#4
Claude Sonnet 4.6 79.5
▼3.5
·
#5
GPT-5.5 79.1
▲6.2
·
#6
GPT-o3 78.9
▼4.5
·
#7
Gemini 2.5 Pro 75.8
▼2.1
·
#8
豆包 Pro 74.3
▼7.3
·
#9
Qwen3 Max 72.1
▼8.9
·
#10
Gemini 3.1 Pro 69.3
▼13.2
·
#11
GLM-4.6 63.4
·
&triangleup; Gemini 3.1 Pro +8.8 · ▿ GPT-5.5 -30.2
·
#1
Claude Opus 4.7 88.2
▼1.1
·
#2
DeepSeek V4 Pro 81.7
▼7.1
·
#3
Grok 4 80.4
▼4.6
·
#4
Claude Sonnet 4.6 79.5
▼3.5
·
#5
GPT-5.5 79.1
▲6.2
·
#6
GPT-o3 78.9
▼4.5
·
#7
Gemini 2.5 Pro 75.8
▼2.1
·
#8
豆包 Pro 74.3
▼7.3
·
#9
Qwen3 Max 72.1
▼8.9
·
#10
Gemini 3.1 Pro 69.3
▼13.2
·
#11
GLM-4.6 63.4
·
&triangleup; Gemini 3.1 Pro +8.8 · ▿ GPT-5.5 -30.2
·
最新资讯
查看全部 →OpenAI GPT-5.6三模型正式发布 Sol Terra Luna同步上线
2026年7月9日OpenAI将GPT-5.6系列模型转为正式可用，包含Sol、Terra、Luna三款模型。Sol在Artificial Analysis Coding Agent Index达到80分，领先Claude Fable 5
Meta停用Instagram Muse AI图像生成功能 隐私争议引发好莱坞反对
2026年7月10日Meta宣布停止Instagram Muse功能，该功能允许用户通过@提及公开账号生成AI图像，上线仅数日即因隐私和同意问题遭强烈反对，包括SAG-AFTRA工会和演员批评。Meta称功能未达标已下线，此举反映AI工具在
Meta因隐私争议暂停Instagram AI图像生成功能
Meta本周推出允许用户通过@-提及公开Instagram账号生成AI图像的功能，引发隐私、肖像权担忧及好莱坞反对。7月10日Meta宣布立即下架该功能，承认未达预期并听取反馈。文章还原事实、拆解默认开启机制、分析各方利益得失，并给出前瞻判
苹果起诉OpenAI窃取硬件机密
苹果公司指控OpenAI通过挖角员工窃取硬件机密，包括演示材料、原型和供应商细节。这场诉讼揭示了科技巨头在AI硬件领域的激烈竞争，可能改写行业规则。
Meta迫于用户压力，移除Instagram争议AI功能
据科技媒体TechCrunch报道，社交巨头Meta已悄然移除了Instagram上一项颇具争议的人工智能功能。该功能因引发用户强烈反弹而被叫停，Meta发言人向Puck News记者Dylan Byers确认了此决定。此举再次凸显了科技公
苹果起诉OpenAI涉嫌窃取商业机密
苹果公司正式对OpenAI提起诉讼，指控其高级管理层（包括一位长期前员工）指使并参与了商业机密窃取行为。该诉讼揭示了科技巨头在人工智能领域的激烈竞争，也引发了对硅谷人才流动与知识产权保护的深层讨论。苹果声称，OpenAI利用前员工窃取了其A
苹果起诉OpenAI窃取AI硬件商业机密 400名前员工涉案
2026年7月10日苹果在北加州联邦法院起诉OpenAI及其硬件负责人Tang Tan、前工程师Chang Liu，指控系统性窃取未发布AI硬件产品的商业机密。诉讼提及逾400名前苹果员工现就职OpenAI，OpenAI鼓励离职员工分享资料
SK海力士265亿美元IPO：AI内存需求驱动下的资本与建厂博弈
SK海力士通过265亿美元规模的美国IPO创下外国公司最大纪录，募集资金将用于高带宽内存HBM产能扩张。该公司目前占据HBM市场近50%份额，已在美国印第安纳州启动先进封装工厂建设，但尚未承诺建设完整晶圆厂。美国政府官员持续施压要求其扩大本
Meta Muse图像生成器未经同意使用用户照片训练引发强烈反弹
Meta Muse图像生成器因涉嫌未经用户同意使用照片进行训练而遭遇反弹，这一事实源于公开讨论中对隐私和伦理问题的关注。文章还原事件背景，拆解训练机制可能引发的问题，分析对产业各方的影响，并对后续可能出现的监管或技术调整进行判断。
xAI Grok 4.5 公开上线 宣称达到Opus级别性能
7月9日xAI推出Grok 4.5模型公开版本，宣称达到Opus级性能。该模型与OpenAI GPT-5.6系列同日发布，使主要前沿实验室首次在出口管制后同时拥有公开可用模型。Gemini 3.5 Pro仍处于预览阶段。文章还原发布事实，拆
OpenAI GPT-5.6 Sol Terra Luna三款模型同日公开上线
OpenAI于2026年7月9日将GPT-5.6 Sol、Terra和Luna三款模型向ChatGPT用户与API开发者全面开放。此前为期13天的政府协调预览已结束，三款模型覆盖不同使用层级，与Grok 4.5同日发布，标志着自6月12日F
企业为何不再租用AI？Hugging Face CEO道出真相
Hugging Face CEO Clem Delangue指出，开源AI正在重塑企业技术栈。该公司已成长为AI界的GitHub，约一半的财富500强企业使用其平台共享和下载开源模型。Delangue观察到，越来越多的企业从租用AI API
深度横评
查看全部 →Claude Opus 4.7 与 Claude Sonnet 4.6 与 GPT-o3并列81.44分：2026-07-11 Smoke快测数据简报
2026-07-11 赢政指数 Smoke 快测覆盖 11 个模型，Claude Opus 4.7 与 Claude Sonnet 4.6 与 GPT-o3 以 81.44 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号
Claude Opus 4.7 Smoke评测主榜暴跌19.3分 代码执行单日掉22分
Claude Opus 4.7今日Smoke评测主榜从90.51分跌至71.26分，下滑19.3分。代码执行从91.50分降至69.50分，材料约束从89.30分降至73.40分，工程判断却升至94.50分。单日10题快测下，此类波动需区分
Grok 4 主榜暴跌 8.4 分，材料约束单日跌 17.6 分
Grok 4 今日 Smoke 评测主榜从 87.66 分跌至 79.30 分，降幅 8.4 分，主要源于材料约束从 79.30 分跌至 61.70 分。代码执行仅降 0.8 分，工程判断反升 15.3 分，诚信评级从 pass 转为 wa
WDCD 守约排行
#1
Grok 4
95
#2
DeepSeek V4 Pro
94
#3
GLM-4.6
93.6
#4
GPT-o3
89.8
#5
Claude Opus 4.7
82.5
#6
Gemini 3.1 Pro
80.8
#7
Gemini 2.5 Pro
76.8
查看完整守约排行 →
Research Lab
WDCD Run #221: Average Instruction Decay Hits -36.4% as Grok 4 Leads 11-Model Field
WDCD Run #221 (2026-07-08) measured instruction decay across 11 frontier models over three dialogue
4大模型翻译对决：第28周质量评测，gpt-o3 以 9 分领跑
本周共翻译 318 篇文章，覆盖 4 个AI模型。经抽样盲评，gpt-o3 综合得分最高（9/10）。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。
WDCD Run #211: Grok 4 Leads with Just -13% Instruction Decay as GPT-o3 Collapses at -75%
WDCD Run #211 (2026-07-03) benchmarked 11 models on multi-turn commitment integrity, with Grok 4 tak