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
DeepSeek V4 Pro 92.3
·
#2
Claude Opus 4.7 90.6
▼4.7
·
#3
GPT-o3 90.5
▲0.9
·
#4
Grok 4 89.9
▲1.9
·
#5
GPT-5.5 88.3
▼4.2
·
#6
豆包 Pro 88.1
▲0.5
·
#7
Qwen3 Max 87.8
▼5.3
·
#8
Gemini 2.5 Pro 82.2
▲6.3
·
#9
Claude Sonnet 4.6 81.9
▼9.3
·
#10
文心一言 4.5 81.3
▲4.2
·
#11
Gemini 3.1 Pro 77.2
▲0.9
·
&triangleup; Gemini 2.5 Pro +11.6 · ▿ Claude Sonnet 4.6 -15.6
·
#1
DeepSeek V4 Pro 92.3
·
#2
Claude Opus 4.7 90.6
▼4.7
·
#3
GPT-o3 90.5
▲0.9
·
#4
Grok 4 89.9
▲1.9
·
#5
GPT-5.5 88.3
▼4.2
·
#6
豆包 Pro 88.1
▲0.5
·
#7
Qwen3 Max 87.8
▼5.3
·
#8
Gemini 2.5 Pro 82.2
▲6.3
·
#9
Claude Sonnet 4.6 81.9
▼9.3
·
#10
文心一言 4.5 81.3
▲4.2
·
#11
Gemini 3.1 Pro 77.2
▲0.9
·
&triangleup; Gemini 2.5 Pro +11.6 · ▿ Claude Sonnet 4.6 -15.6
·
最新资讯
查看全部 →苹果Vision Pro负责人跳槽OpenAI，硬件野心再升级
据报道，苹果负责Vision Pro头显的副总裁Paul Meade即将离职，加入OpenAI的硬件团队。这一人事变动引发行业广泛关注，标志着OpenAI在拓展硬件领域迈出重要一步，同时也让苹果的混合现实业务未来充满变数。本文深度分析此次跳
健身达人创始人患癌，如何用AI对抗病魔？
Connor Christou，一位极度注重健康的创始人，在确诊癌症后决定用AI反击。他将所有与健康状况相关的数据——血液检测结果、影像扫描、可穿戴设备输出、日记记录——全部输入Anthropic的AI助手Claude。Claude不仅帮他
亚洲AI初创竞推“神话级”模型，美国出口禁令反噬市场
随着美国AI公司Anthropic的模型出口禁令持续发酵，亚洲AI初创企业纷纷推出性能媲美甚至超越西方前沿模型的“神话级”大模型。这些模型不仅规避了出口限制，更以本地化优势快速占领市场。专家分析指出，美国AI实验室可能永远失去这个全球增长最
特朗普政府授权超百家企业机构使用Anthropic Mythos 5
据TechCrunch报道，特朗普政府已批准超过100家美国公司及政府机构使用Anthropic公司最新AI模型Mythos 5，包括其非美国籍员工。此举被视为美国在AI领域政策开放的标志，但也引发对数据安全与伦理的担忧。
韩国拟将50万大军全面培训为“无人机战士”
韩国国防部宣布，计划将全国50万现役军人全部纳入无人机操作训练，使之成为“通用战斗工具”。这一举措旨在应对朝鲜无人机威胁，并顺应全球军事智能化趋势。韩国将成为首个大规模普及无人机作战的国家。
OpenAI与Broadcom发布Jalapeño芯片 推理成本目标降50%但训练仍用NVIDIA
OpenAI与Broadcom联合推出首款定制ASIC芯片Jalapeño，专为大语言模型推理设计，仅用9个月完成流片，计划2026年底部署，目标将单次响应成本降低约50%。该芯片将减少对NVIDIA的依赖，但训练环节仍使用NVIDIA G
Anthropic指控阿里巴巴用2.5万账户提取Claude 事件未公开回应
2026年6月24日至25日，Anthropic向路透社和美国国会提交信件，指控阿里巴巴关联方通过约2.5万个虚假账户，在4月22日至6月5日期间生成超2880万次Claude交互，试图蒸馏其推理与编程能力。事件凸显API防护不足与跨境竞争
Hasbro要求Peppa Pig童星签署AI配音权条款 英国童星代理协会公开反对
2026年6月25日左右，Hasbro在Peppa Pig续约合同中加入AI声音复制条款，要求童星同意公司永久使用其配音用于商业资产。英国青年表演者代理协会发布公开信获超千人签名反对，指出此举剥削未成年人。事件登上X热议榜，Deadline
AI数据中心需求爆发 Micron财报引领芯片股集体上涨
Micron最新财报显示AI相关内存需求强劲增长，带动SK Hynix等芯片企业股价大幅上涨。Bloomberg分析指出，全球数据中心对高带宽内存的渴求正重塑半导体行业格局，市场对AI基础设施投资的乐观预期持续发酵。
AI代理工具爆发：Claude Sales等产品引领销售自动化新潮流
Claude Sales等AI代理工具近日发布，支持一键外联客户，相关X帖获数千互动。开发者热议AI正从模型转向代理应用落地，销售自动化领域迎来新变革。本文深入分析产品特点、市场反响及行业影响。
Anthropic员工心声：AI自动化引发自我怀疑，人类工作意义何在？
Anthropic公司部分员工近日分享AI工具自动化工作后产生的自我怀疑与抑郁情绪，引发业界对AI取代人类工作意义及心理影响的广泛讨论。在公司估值高达9650亿美元、即将IPO的背景下，此话题热度持续攀升。新浪AI热点报道聚焦这一现象，探讨
OpenAI推迟GPT-5.6公开发布 美国政府安全审查引发AI监管争议
OpenAI因美国政府对前沿AI模型的国家安全担忧，决定推迟GPT-5.6的公开发布。白宫 reportedly寻求早期访问权限，WSJ报道显示这一审查或将常态化。事件引发科技界对AI监管与创新平衡的激烈讨论，社区反应两极分化。文章分析了监
深度横评
查看全部 →Claude Opus 4.7 97.12 分领跑，执行满分但材料约束 93.6 分拉低整体
2026-06-27 Smoke 评测显示，Claude Opus 4.7 以 97.12 分位居第一，代码执行 100 分、材料约束 93.6 分。Claude Sonnet 4.6 紧随其后，主榜 96.45 分。三个模型并列第三，主榜
Qwen3 Max代码执行暴跌50分，主榜仅降1.5分
Qwen3 Max在今日Smoke评测中代码执行从100.00分跌至50.00分，主榜从74.00分微降至72.50分。材料约束升至100.00分，诚信评级从fail转为pass，单日波动幅度达50分。
Claude Opus 4.7 Smoke评测主榜暴跌27.5分，代码执行从100直降50
Claude Opus 4.7今日Smoke评测主榜从100.00跌至72.50分，代码执行维度从100.00暴跌至50.00分，材料约束保持100.00不变，工程判断从83.40升至100.00，诚信评级维持pass。
WDCD 守约排行
#1
Qwen3 Max
92.5
#2
Gemini 3.1 Pro
87.5
#3
Grok 4
82.5
#4
DeepSeek V4 Pro
80
#5
文心一言 4.5
75
#6
Gemini 2.5 Pro
75
#7
豆包 Pro
72.5
查看完整守约排行 →
Research Lab
WDCD Run #196: Average Instruction Decay Hits -39.9%, Qwen3 Max Leads Despite -90% Drop
WDCD Run #196 (2026-06-24) tested 11 leading models across three dialogue rounds, recording an avera
4大模型翻译对决：第26周质量评测，claude-sonnet-4.6 以 9 分领跑
本周共翻译 393 篇文章，覆盖 4 个AI模型。经抽样盲评，claude-sonnet-4.6 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 #185: Average Instruction Decay Hits -57.5% Across 11 Models, Qwen3 Max Leads at 92.5 Points
WDCD Run #185 (2026-06-17) measured multi-turn commitment across 11 models, recording an average ins