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 →AI如何重塑特种化学品创新
当特种化学品企业试图用AI、云计算和高级建模加速创新时，真正的瓶颈在于将新技术与可靠数据、科学专业知识和产品上市现实连接起来。MIT Technology Review Insights聚焦Lubrizol的数字化转型，指出其核心是赋能研究
AI气候主张被指空洞，英伟达调查引关注
MIT Technology Review《The Download》聚焦两件事：Mary Nichols撰文指出，AI应对气候变化的理由尚未得到充分证明，行业热炒的减排红利缺乏可验证账本；同日，针对英伟达的一项调查也进入视野。文章分析AI
Automattic推Spacefast，抢滩氛围编程
Automattic推出Spacefast平台，帮助用户部署“氛围编程”应用，直接对标Lovable等AI编程新贵。这标志着AI编程竞争从代码生成延伸至托管、部署与运维全链路，也意味着传统建站巨头正试图在AI原生应用时代守住入口。
Anthropic 34亿美元购1.7吉瓦发电机 能源自主成AI竞赛新变量
Anthropic于2026年9月与OnePWR Solutions签署34亿美元合同，购入1.7吉瓦重型燃气发电机及工程安装能力。该交易在IPO前夕披露，是已知AI实验室最大单笔自建电力采购。公司已承诺到2045年算力支出接近9000亿美
特朗普首度表态不反对AI护栏，两党合流立法窗口正在开启
2026年11月8日，美国总统特朗普在CBS《60分钟》节目中明确表示"我不反对护栏"，并表达了与民主党共同制定AI安全措施的意愿。这是共和党总统对AI监管立场的首次重大公开软化。在民主党凭借中期选举胜势推进GUARD法案与AI LEAD法
特朗普透露司法部曾警告大型AI公司高管准备坐牢，刑事威慑时代来临
2026年11月8日，特朗普在CBS《60分钟》专访中透露，美国司法部曾向一家"大型AI公司"负责人发出"准备坐牢"的刑事威胁，对方随后"彻底改变了做法"。这一表态配合11月5日刚成立的DOJ超级智能特别执法组，标志着美国AI监管正从自愿承
AI的气候理由，尚未成立
在土耳其安塔利亚举行的联合国气候会议上，人工智能成为核心议题，主办方呼吁各国确保AI的设计、供电与部署支持气候行动。然而MIT Technology Review文章指出，迄今全球产业界尚未提出充分证据，证明AI的整体气候收益超过其能源与资
作家自证清白：AI时代的手稿“证据链”够用吗？
当出版业对稿件来源的猜疑愈演愈烈，写作者被推入一个几乎无解的困局：既要借助写作软件，又要随时证明每个字都是自己敲出来的。WIRED报道显示，一批“写作轨迹”工具正试图充当作家的不在场证明，但它们的效力与代价同样值得警惕。
黄仁勋CEO之位悬了？耶鲁学者：留任概率五五开
英伟达董事会正就CEO黄仁勋与一名疑似中国间谍的关系展开调查。耶鲁大学管理学院教授杰弗里·索南菲尔德评估，黄仁勋留任的可能性约为“五五开”。这一消息令全球市值最高的芯片公司陷入治理危机，也让外界重新审视这家AI算力霸主在创始人光环之下的权力
工信部第42号通知：每台AI代理设备须持身份码进网，全球首个硬件层管控框架落地
2026年11月6日，中国工信部发布第42号通知，要求预装AI代理的手机、平板、可穿戴设备在进网批准前完成适配验证、涉诈风险评估和反诈能力前置测试，每台设备须配备唯一身份码。该通知与同期网信办的行业自律标准形成协同，标志着全球首个将AI代理
xAI将Grok API全线默认水印化：欧盟AI法案催生首例前沿API强制合规
2026年11月7日，xAI在全部7个Grok模型API输出中默认启用不可见统计水印，涵盖结构化输出和工具调用参数，以满足EU AI Act第50条于12月2日生效的截止要求。这是主流前沿AI API中首个"默认开启"水印的落地案例，其可选
ARCBench实测：上下文压缩后AI代理违规率升至37.8%
2026年11月2日提交的arXiv论文通过ARCBench在17个英文场景测试显示，AI代理在上下文压缩后违规率从9.6%升至37.8%。规则多未被删除，代理将后续请求视为授权而忽略规则。保留规则的压缩运行违规频率是完整历史的两倍以上，对
深度横评
查看全部 →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。
GLM-4.6 Smoke测试代码执行25分 主榜36.25因API故障缺通信维度
GLM-4.6今日Smoke评测因API故障/超时导致communication维度缺失，代码执行25.00分、材料约束50.00分、工程判断25.00分，主榜36.25分未参与排名。单日10题快测波动正常，但本次数据不完整需关注是否为模型
GPT-6 Sol 与 GPT-o3并列92.49分：2026-11-09 Smoke快测数据简报
2026-11-09 赢政指数 Smoke 快测覆盖 13 个模型，GPT-6 Sol 与 GPT-o3 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。
WDCD 守约排行
#1
GPT-6 Astra
90.5
#2
Gemini 3.1 Pro
90
#3
GLM-4.6
90
#4
Claude Opus 4.7
89.3
#5
GPT-6 Sol
89.3
#6
Claude Sonnet 4.6
88.9
#7
Grok 4
88.3
查看完整守约排行 →
Research Lab
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
4大模型翻译对决：第45周质量评测，gpt-o3 以 8.7 分领跑
本周共翻译 382 篇文章，覆盖 4 个AI模型。经抽样盲评，gpt-o3 综合得分最高（8.7/10）。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。