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
GPT-6.1 Sol 82.8
▲3.5
·
#2
GPT-6 Astra 80.6
▼1.8
·
#3
豆包 Pro 80.5
▲0.9
·
#4
Claude Opus 4.7 79.2
▼3.3
·
#5
GPT-6 Luna 76.9
▼2
·
#6
GPT-6 Sol 75.6
▼1.3
·
#7
GPT-5.5 73.3
▼0.9
·
#8
GPT-o3 72.2
▼3.2
·
#9
Claude Sonnet 4.6 71.3
▼6.8
·
#10
Grok 4 70.9
▼8.1
·
#11
DeepSeek V4 Pro 66.9
▼6.8
·
#12
Gemini 3.1 Pro 62.9
▲1.3
·
#13
Gemini 2.5 Pro 59
▲7.6
·
&triangleup; Gemini 2.5 Pro +15.8 · ▿ GLM-4.6 -52.1
·
#1
GPT-6.1 Sol 82.8
▲3.5
·
#2
GPT-6 Astra 80.6
▼1.8
·
#3
豆包 Pro 80.5
▲0.9
·
#4
Claude Opus 4.7 79.2
▼3.3
·
#5
GPT-6 Luna 76.9
▼2
·
#6
GPT-6 Sol 75.6
▼1.3
·
#7
GPT-5.5 73.3
▼0.9
·
#8
GPT-o3 72.2
▼3.2
·
#9
Claude Sonnet 4.6 71.3
▼6.8
·
#10
Grok 4 70.9
▼8.1
·
#11
DeepSeek V4 Pro 66.9
▼6.8
·
#12
Gemini 3.1 Pro 62.9
▲1.3
·
#13
Gemini 2.5 Pro 59
▲7.6
·
&triangleup; Gemini 2.5 Pro +15.8 · ▿ GLM-4.6 -52.1
·
最新资讯
查看全部 →Anthropic七位联创IPO各套现2.5亿美元
据TechCrunch报道，人工智能公司Anthropic的七位联合创始人计划在IPO中各自出售完全相同数量的股票。按发行价区间中值计算，每人套现约2.5亿美元，七人合计约17.5亿美元。尽管进行大规模减持，创始团队仍将保持对公司的控制权，
当AI成为数学神谕，人类直觉何去何从
康奈尔大学数学家史蒂文·斯特罗加茨在新书《Big Math》中探讨AI对数学的冲击。当AI成为能瞬间给出答案却难以解释过程的神谕，这门以证明与理解为核心的学科将面临怎样的认识论挑战？本文从AlphaProof等前沿进展出发，分析AI如何改变
纽约AI安全法生效，大模型巨头面临强监管
纽约州开始执行其范围广泛的AI安全法，要求OpenAI、Anthropic等主要AI开发者完成登记、公开安全实践，并在发生关键事件时上报，违规将面临罚款。这部法律把“登记—披露—上报”的组合拳落到前沿模型身上，也把美国州层面的AI监管推向新
OpenAI收购Odessia，AI旅游布局浮出水面
TechCrunch报道，OpenAI已收购由Sonder创始人Francis Davidson创办的旅游初创公司Odessia，但未公布具体旅游业务计划。Davidson是旅游行业知名创业者，此次收购被解读为OpenAI将AI能力延伸至旅
Grok Build编码代理泄露大量机密，部分属于SpaceX
安全研究员发现约3.5万个Grok Build应用对公众完全开放，导致大量机密信息外泄，其中部分数据归属SpaceX。这一事件再度将AI编码代理的权限管理与部署配置问题推上风口浪尖，也让人质疑：当AI工具深度嵌入企业开发流程，安全边界究竟由
Google发布Gemini Robotics 2.5：96%工厂成功率背后，4%的真实挑战
Google DeepMind于2026年11月10日发布Gemini Robotics 2.5视觉-语言-动作模型，在奔驰工厂的零件套件分拣试验中达到96%成功率，较前代基线提升30%至100%。双模型架构将推理与动作分离，安全性同步大幅
Anthropic正式启动IPO路演：825亿股定价70-78美元，PBC架构埋下治理隐患
Anthropic于2026年11月10日正式启动IPO路演，拟在纳斯达克以每股70至78美元发行8.25亿股A类普通股，完全摊薄估值最高达1.4万亿美元。作为公众受益公司（PBC），Anthropic的上市结构在资本回报与AI安全使命之间
WDCD Run #422: Average Instruction Decay Hits -66.7% as Claude Sonnet 4.6 Leads 15-Model Field
WDCD Run #422 (2026-11-11) evaluated 15 large language models across three rounds of multi-turn commitment testing, reco
PSI用AI破解量子计算二十年难题，想把科学发现做成生意
AI初创公司PSI借助Anthropic尚未公开发布的大模型，解决了一个困扰量子计算领域近二十年的基础性问题。这家公司正试图把“AI驱动科学发现”从实验室里的惊艳演示，变成一门可持续的生意。在AI for Science赛道持续升温的当下，
Oura 6.25亿美元收购AI医疗公司，IPO推迟后的新赌注
智能戒指厂商 Oura 宣布以 6.25 亿美元收购 AI 原生初级保健初创公司 Counsel Health。交易发生在 Oura 无限期推迟最高 22 亿美元 IPO 仅数周后，被视为其从健康监测向医疗服务延伸的关键一步。本文梳理交易背
Claude Opus 4.7以79.56分居首：2026-11-11 Smoke快测数据简报
2026-11-11 赢政指数 Smoke 快测覆盖 13 个模型，Claude Opus 4.7 以 79.56 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。
黄仁勋被曝与“中国间谍”有染 英伟达陷国家安全风暴
据外媒报道，英伟达CEO黄仁勋被指与一名疑似与中国情报机构有关联的女子存在婚外关系。这桩私人关系传闻，正被卷入中美人工智能算力竞赛与出口管制的敏感语境：一边是全球最炙手可热的AI芯片供应商，一边是华盛顿日益收紧的技术安全审查。相关指控尚未获
深度横评
查看全部 →Claude Opus 4.7以79.56分居首：2026-11-11 Smoke快测数据简报
2026-11-11 赢政指数 Smoke 快测覆盖 13 个模型，Claude Opus 4.7 以 79.56 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。
GPT-6 Astra 与 GPT-6.1 Sol并列92.49分：2026-11-10 Smoke快测数据简报
2026-11-10 赢政指数 Smoke 快测覆盖 13 个模型，GPT-6 Astra 与 GPT-6.1 Sol 以 92.49 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。
Qwen3 Max Smoke评测数据全缺席 API故障致主榜不参与排名
Qwen3 Max今日Smoke评测因API故障/超时导致execution、grounding等五维度数据完全缺失，已进入自动补跑，本期不参与排名。所有得分显示为-，表明技术问题而非模型能力变化。
WDCD 守约排行
#1
Claude Sonnet 4.6
93.9
#2
Gemini 3.1 Pro
91.9
#3
GPT-6 Sol
85.3
#4
GPT-5.5
81.9
#5
GPT-6 Luna
81.7
#6
Claude Opus 4.7
77.7
#7
Grok 4
77
查看完整守约排行 →
Research Lab
WDCD Run #422: Average Instruction Decay Hits -66.7% as Claude Sonnet 4.6 Leads 15-Model Field
WDCD Run #422 (2026-11-11) evaluated 15 large language models across three rounds of multi-turn comm
4大模型翻译对决：第46周质量评测，claude-sonnet-4.6 以 9 分领跑
本周共翻译 395 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 #411: GPT-6 Astra Leads with 90.5 Points as Average Instruction Decay Hits -80%
WDCD Run #411 (2026-11-04) tested 15 models across three dialogue rounds, recording an average commi