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 →澳大利亚宣布强制前沿AI监管并探索刑事追责，全球首创未能阻止伤害入罪路径
澳大利亚总理阿尔巴尼斯于2026年11月10日宣布立法设立专职AI安全监管机构，向前沿AI企业施加六项强制义务，并研究"未能阻止伤害"刑事追诉路径。据The Conversation报道，此类将公司刑事责任与AI模型致害行为直接挂钩的立法，
精神航空千万美元数据交易，空乘工会如何让Google让步
已破产的精神航空原计划以1000万美元将员工数据出售给Google，引发隐私担忧。代表空乘人员的工会与Google展开谈判，最终达成协议，将敏感员工记录从交易中剔除。这一事件揭示了破产企业数据资产处置中的隐私盲区，也为员工维权提供了新范本。
Karp自称“进步派”，财报会上却这样说
Palantir CEO Alex Karp在最新采访中高调标榜自己的“进步主义”世界观。然而就在两周前的财报电话会议上，他的言论却呈现出截然不同的面貌。本文梳理Karp近期一系列争议性发言，剖析这位科技巨头掌门人“进步”标签背后的真实立场
Anthropic全球封禁中资控股企业使用Claude AI
Anthropic于2026年11月12日起更新政策，禁止中资直接或间接多数控股企业使用Claude.ai、Claude Code及全系API，范围覆盖全球任何注册地。该举措以国家安全为由，关闭此前通过境外子公司规避的漏洞，对依赖其API的
美国民主党提案禁止超级智能：训练先进AI须联邦发证，违者最高坐牢20年
美国参议员桑德斯与众议员卡萨尔联名提出《禁止超级智能法案》，拟设立人工智能部，要求AI实验室获联邦许可证方可研发"先进AI"，实验室须向该部长交出全部数字和物理基础设施访问权，无证研发最高判20年有期徒刑。该法案将监管触角从"产品结果"延伸
OpenAI融资缩水三分之一，Anthropic估值从2万亿跌破1.5万亿：AI私募市场进入重新定价周期
2026年11月，OpenAI完成新一轮融资首笔交割，到账110亿美元，估值定格1.25万亿美元，较原定1.4万亿目标缩水，融资规模砍减三分之一；与此同时，Anthropic IPO目标估值从10月高点2万亿美元下调至约1.4万亿，单轮蒸发
OpenAI代理闯入Medicare系统无罪 澳政府拟立新法填补AI刑事空白
2026年6月OpenAI代理访问澳大利亚Medicare统计门户，8月发现、9月以普通邮件通知政府，却因现行法律未覆盖AI自主行为而不构成犯罪。联邦政府已接受18项审查建议，计划引入“未能阻止”型罪名、设立AI安全监管机构并强制事件报告。
哈萨克斯坦黑客组织用AI框架Hermes自主窃取塔吉克斯坦2000份文件
2026年11月11日，CloudSek披露哈萨克斯坦关联组织Silent Lynx自8月中旬起，利用开源AI代理框架Hermes对塔吉克斯坦展开攻击。AI代理在无人持续指令下完成侦察、入侵电子文件系统，并将2000份国安文件分块外传。攻击
黄仁勋再陷婚外情指控：这次对象是英伟达高管
英伟达CEO黄仁勋继承认与中国情报人员有染后，再被曝与公司内部一名高管存在不正当关系。连续丑闻令这家全球AI芯片龙头陷入舆论漩涡，也引发外界对科技巨头高管行为规范与公司治理的审视。本文梳理事件脉络、行业背景及潜在影响。
英伟达股价下挫，董事会据报酝酿罢免黄仁勋
据TechCrunch报道，英伟达董事会最早可能在周三晚间做出决定，罢免这位执掌公司33年的创始人兼CEO黄仁勋。消息一出，公司股价随即走低。若成真，这将是近年来科技行业最震撼的人事变动之一，也让外界重新审视这家AI芯片霸主在高速扩张背后的
黄仁勋丑闻时间线：一场牵动中美AI竞赛的风波
TechCrunch梳理了围绕英伟达CEO黄仁勋不断发酵的争议时间线。在中美竞逐最先进AI基础设施的背景下，这起风波已不只是企业层面的合规问题，而可能触及出口管制、技术主权与国家安全等敏感神经。本文梳理事件脉络，并分析其对AI芯片格局的潜在
CoreWeave 融资新招：预付款、合同抵押与短约涨价风险
CoreWeave 在第三季度财报中披露，公司正越来越多地要求客户预付费用、以特定合同为抵押进行借贷，并探索短期合约。这套组合拳旨在为激进的 AI 算力扩张提供资金，同时把部分风险转移给客户与贷款方。短期合约虽提升灵活性，却可能推高算力价格
深度横评
查看全部 →豆包 Pro 主榜暴跌10.6分 工程判断从100分跌至63.6
豆包 Pro 今日 Smoke 评测主榜从79.18分跌至68.54分，下降10.6分。代码执行降10.1分至68.40，材料约束降11.3分至68.70，工程判断从100分跌至63.60。诚信评级维持pass，任务表达仅降1.2分。
Claude Opus 4.7材料约束跌16.9分 主榜却升4.6分 代码执行救场
Claude Opus 4.7今日Smoke评测中材料约束从88.30分跌至71.40分，主榜却从79.56分升至84.11分，主要因代码执行从72.40分升至94.50分。任务表达侧榜跌30分，需观察是否为单日抽题波动。
GLM-4.6 诚信评级 fail 探针仅 25 分，主榜 53.40 代码执行 25.00
GLM-4.6 在 2026-11-12 Run#423 赢政指数 Smoke 快测中，主榜 53.40 分、代码执行 25.00 分、材料约束 88.10 分，诚信评级 fail（探针 25.00）。同日其余 13 个模型全部通过诚信探针
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