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 →网吧时代：摇钱树计费、雨过天晴还原与浩方对战，一代人的"第一台电脑"
对很多人来说，人生第一台电脑不在家里，在网吧的 3 号机上。计费系统是网吧的操作系统，还原软件让机器"百毒不侵"，ARP 攻防是第一堂网络安全实战课，浩方与联众撑起对战的黄金年代——档案馆复原的网吧软件条目，拼出了这个消失行业的技术底座。
DeepMind校友创立的Inherent发布AI队友Faraday，复制科研论文能力超越Anthropic与OpenAI
由DeepMind校友创立的英国AI实验室Inherent发布了名为Faraday的AI智能体，宣称其在复制科学论文研究的基准测试中，表现超越了Anthropic与OpenAI的同类模型。Faraday可自动阅读论文、提取实验步骤并执行复现
DeepSeek V4 Pro以82.64分居首：2026-08-23 Smoke快测数据简报
2026-08-23 赢政指数 Smoke 快测覆盖 11 个模型，DeepSeek V4 Pro 以 82.64 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
前沿AI实验室对失控模型预案讳莫如深
一项新研究发现，领先AI实验室几乎没有公开记录在案的应对“流氓模型”的遏制方案。随着AI系统不断展现出意外且可能危险的行为，这一沉默引发了对行业准备度的严重质疑。研究指出，实验室愿意谈论预防，却不愿承诺事后如何收场。专家呼吁这些机构提高透明
Anthropic将Mythos 5纳入Claude Security企业版并设3500万美元基金
2026年8月21日Anthropic宣布Claude Mythos 5以只读方式集成至Claude Security企业版，扫描代码仓库返回漏洞发现与补丁建议，同时推出0xDAF防御者优势基金提供3500万美元Claude积分。该举措通过
英伟达60亿美元授权Poolside模型工厂：算力霸主第三次出手，图谋AI全链路
英伟达以60亿美元非独占授权获取Poolside"模型工厂"全套技术，追加10亿美元投资，并向109名员工发出录用邀约。这是英伟达继Groq（约200亿）、Enfabrica（约9亿）后第三笔同类授权交易，三步布局意图将算力优势向AI训练与
Anthropic IPO招股书将AI反弹列为风险 估值或达2万亿美元
Anthropic正筹备IPO，招股书将公众对AI及数据中心的反弹列为关键风险。盖洛普调查显示70%美国人反对本地建AI数据中心。CFO Krishna Rao在旧金山会议中被反复问及竞争、开源模型压力与数据中心放缓影响。私募估值接近1万亿
以儿保法换AI管制权，白宫拟三年冻结50州立法
白宫正与国会密谈一项权力置换：以联邦优先权清空50州AI监管立法，换取《儿童网络安全法》等联邦在线安全法案通过。方案若落地，将令加州、科罗拉多州等已生效的AI法律暂停三年以上，并解除各州对AI数据中心能耗管控的权力，在美国AI监管史上留下最
英伟达携手Cloverleaf 押注AI数据中心基础设施
英伟达与数据中心开发商Cloverleaf达成合作，继续加码AI数据中心建设。随着人工智能热潮推动算力需求井喷，英伟达不仅通过销售GPU获利，更通过投资数据中心基础设施巩固生态。此次合作将帮助英伟达优化数据中心设计、加快部署，以满足AI训练
Anthropic Opus 4.6成“色情内容生成器”，安全限制轻松绕过
TechCrunch测试发现，Anthropic旗舰模型Claude Opus 4.6虽明文禁止生成露骨色情内容，但通过简单的角色扮演或文学创作提示，即可绕过安全限制获得露骨描写。该模型因此被戏称为“色情内容生成器”。事件再次凸显大模型内容
内蒙古草原小城，如何成为中国AI算力心脏？
内蒙古乌兰察布，一座距北京约300公里的草原城市，正凭借廉价绿电、充足土地和政策支持，成为中国AI算力基础设施的核心枢纽。从“东数西算”到大模型训练，这座“草原云谷”的崛起，揭示了中国AI产业独特的算力布局逻辑。
Ox Alpha匿名上线OpenRouter 1M上下文性能测试显示超越GPT-5.6
2026年8月20日前后，Ox Alpha模型以stealth/ox-alpha身份出现在OpenRouter，支持1M token上下文及文本图像视频多模态输入，早期测试在编码和代理任务上超越GPT-5.6 Sol与Fable 5，目前免
深度横评
查看全部 →网吧时代：摇钱树计费、雨过天晴还原与浩方对战，一代人的"第一台电脑"
对很多人来说，人生第一台电脑不在家里，在网吧的 3 号机上。计费系统是网吧的操作系统，还原软件让机器"百毒不侵"，ARP 攻防是第一堂网络安全实战课，浩方与联众撑起对战的黄金年代——档案馆复原的网吧软件条目，拼出了这个消失行业的技术底座。
DeepSeek V4 Pro以82.64分居首：2026-08-23 Smoke快测数据简报
2026-08-23 赢政指数 Smoke 快测覆盖 11 个模型，DeepSeek V4 Pro 以 82.64 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
输入法战争：从智能 ABC 到搜狗拼音，谁先猜中你想打的字
输入法之战争夺的不是钱包，而是你敲下的每一个字。从智能 ABC 与五笔的路线之争，到拼音加加、紫光拼音的民间救赎，再到搜狗用搜索引擎词库降维打击、谷歌拼音的词库风波——档案馆复原的"汉字输入"分类收录页，完整保存了这场二十年战争的各个阵营。
WDCD 守约排行
#1
Grok 4
97.5
#2
GLM-4.6
91.8
#3
Claude Opus 4.7
91.5
#4
GPT-o3
88.8
#5
GPT-5.5
88.6
#6
Gemini 3.1 Pro
87.2
#7
DeepSeek V4 Pro
85.3
查看完整守约排行 →
Research Lab
WDCD Run #285: Average Instruction Decay Hits 54.5% Across 11 Models, Grok 4 Leads with Zero Drift
WDCD Run #285 (2026-08-19) tested 11 frontier models across three dialogue rounds and recorded an av
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