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 →马斯克等科技高管联署请愿 要求英伟达恢复黄仁勋职务
TechCrunch报道，埃隆·马斯克等科技行业高管签署请愿书，呼吁英伟达恢复CEO黄仁勋的职务。截至周六下午，请愿已获超11.5万个签名。事件引发业界对英伟达领导层变动及AI芯片行业走向的广泛关注，分析认为黄仁勋的去留将深刻影响公司战略与
WDCD Run #428: Gemini 3.1 Pro Leads with 89.8 Points as Average Instruction Decay Hits -16.4%
WDCD Run #428 (2026-11-15) benchmarked 15 frontier models on multi-turn commitment integrity, recording an average instr
150万张GPU流入中国：从供应链漏洞到黄仁勋离职的完整逻辑链
据半导体研究机构SemiAnalysis估算，超过1.5吉瓦（相当于最多150万张GPU）受美国出口管制的Nvidia高端AI加速器，在近年间绕过管制流入中国。2026年11月12日，Nvidia创始人黄仁勋宣布辞职。多重调查线索将个人丑闻
英伟达涉嫌注资初创公司制造GPU短缺，承诺额单季翻三倍
《华尔街日报》报道称，英伟达前CEO黄仁勋向无法自行购买GPU的AI初创公司注资，使其成为英伟达GPU的"循环买家"，以消化台积电产能过剩带来的库存压力。英伟达总担保承诺金额在一个季度内从1840亿美元暴增至5300亿美元。CFO科莱特·克
Claude Sonnet 4.6 与 GPT-6 Luna并列95.19分：2026-11-15 Smoke快测数据简报
2026-11-15 赢政指数 Smoke 快测覆盖 13 个模型，Claude Sonnet 4.6 与 GPT-6 Luna 以 95.19 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
AI墓园：那些没能活下来的项目与公司
从苹果一再跳票的Siri AI，到OpenAI混乱的“超级应用”发布，TechCrunch整理了一份AI墓园清单，记录那些被关停、无限期搁置或未能兑现承诺的AI项目与初创公司。在AI投资热潮的另一面，失败与教训同样值得关注。
FBI警报ARTEX框架入侵9行业 1600控制台暴露特权访问不足3小时
2026年11月13日FBI发布FLASH-20261113-001警报，指出开源LLM驱动攻击框架ARTEX已被武器化，入侵金融、政府等9行业，韩国一起行动泄露6.7万个人信息，ConnectWise供应链攻击波及2250租户，全球发现1
AI正引爆勒索软件新浪潮：低端攻击者也能造成大破坏
完全自动化的勒索软件尚未到来，但AI工具正在大幅降低网络犯罪门槛。看似技术粗糙的攻击者借助AI生成钓鱼邮件、优化恶意代码、寻找漏洞，已造成日益严重的破坏。安全专家警告，AI驱动的勒索软件产业化正在加速，防御方必须重新思考策略。
ChatGPT正式开卖广告：每周12亿用户入口向品牌出售流量
2026年11月10日，OpenAI推出Businesses in ChatGPT测试版，允许品牌在Business Hub认领主页、接入商品数据、部署AI客服并购买赞助展示位。这是ChatGPT每周12亿活跃用户入口的首次大规模商业化，标
英伟达750亿美元融资网曝光：自掏腰包制造GPU需求，黄仁勋与CFO内讧实锤
《华尔街日报》2026年11月13日调查报道指控英伟达通过向AI初创公司注资、要求其用所得资金购买GPU的方式人为制造芯片需求，布隆博格随后绘制的融资网络规模已超过7500亿美元。英伟达内部，CFO克雷斯（现任代理CEO）曾在8月高管会议上
飞行员消失、空管锐减：AI接管天空的风险
航空业向来谨慎，但AI正加速进入驾驶舱与空管系统。WIRED以“没有飞行员、空管寥寥，能出什么错？”发问，审视自动化提升效率背后的系统性风险：黑箱决策、人机交接、网络攻击、监管滞后与公众信任。天空不是普通试验场，AI应用必须把安全冗余和可解
Anthropic IPO前夕触发RSP红线，Claude自主贡献翻倍成上市风险
Anthropic于2026年11月10日更新招股书，确认Claude对研发的贡献已达翻倍模型进步速度的RSP门槛，这是其安全政策首次触发。公司同时警示AI加速可能导致流程失控，此事发生在IPO定价前夕，凸显安全承诺与扩张的张力。
深度横评
查看全部 →Claude Sonnet 4.6 与 GPT-6 Luna并列95.19分：2026-11-15 Smoke快测数据简报
2026-11-15 赢政指数 Smoke 快测覆盖 13 个模型，Claude Sonnet 4.6 与 GPT-6 Luna 以 95.19 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
Claude Sonnet 4.6 Smoke评测主榜暴跌11.7分 材料约束单日腰斩19.9
Claude Sonnet 4.6今日Smoke评测主榜从82.31分跌至70.61分，材料约束从61.30分暴跌至41.40分，降幅19.9分。代码执行小降5分，工程判断反升14.2分。单日10题快测下，材料约束异常下滑值得追踪。
Claude Opus 4.7 主榜暴跌11.4分，材料约束单日跌19.3
Claude Opus 4.7今日Smoke评测主榜从94.91分跌至83.48分，降幅11.4分。其中材料约束从89.30分跌至70.00分，单日下降19.3分，代码执行下降5分。文章分析本次波动成因并给出选型判断。
WDCD 守约排行
#1
Gemini 3.1 Pro
89.8
#2
Grok 4
83.6
#3
GPT-5.5
82.5
#4
GPT-6 Astra
81.7
#5
GLM-4.6
80.5
#6
GPT-6 Sol
78.8
#7
DeepSeek V4 Pro
77.9
查看完整守约排行 →
Research Lab
WDCD Run #428: Gemini 3.1 Pro Leads with 89.8 Points as Average Instruction Decay Hits -16.4%
WDCD Run #428 (2026-11-15) benchmarked 15 frontier models on multi-turn commitment integrity, record
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。