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
Claude Opus 4.7 83
▼5.2
·
#2
Grok 4 82.2
▲1.8
·
#3
DeepSeek V4 Pro 80.6
▼1.1
·
#4
GPT-5.5 78.8
·
#5
豆包 Pro 78.2
▲3.9
·
#6
GPT-o3 77.1
▼1.8
·
#7
Claude Sonnet 4.6 74.5
▼5
·
#8
Gemini 3.1 Pro 74.1
▲4.8
·
#9
Gemini 2.5 Pro 72.8
▼3
·
#10
Qwen3 Max 69
▼3.1
·
#11
GLM-4.6 59.8
▼3.6
·
&triangleup; 豆包 Pro +12.4 · ▿ GLM-4.6 -23.8
·
#1
Claude Opus 4.7 83
▼5.2
·
#2
Grok 4 82.2
▲1.8
·
#3
DeepSeek V4 Pro 80.6
▼1.1
·
#4
GPT-5.5 78.8
·
#5
豆包 Pro 78.2
▲3.9
·
#6
GPT-o3 77.1
▼1.8
·
#7
Claude Sonnet 4.6 74.5
▼5
·
#8
Gemini 3.1 Pro 74.1
▲4.8
·
#9
Gemini 2.5 Pro 72.8
▼3
·
#10
Qwen3 Max 69
▼3.1
·
#11
GLM-4.6 59.8
▼3.6
·
&triangleup; 豆包 Pro +12.4 · ▿ GLM-4.6 -23.8
·
最新资讯
查看全部 →AI不如婴儿聪明？婴儿大脑启发AI新突破
婴儿是强大的学习机器，他们通过观察和互动快速掌握物理世界规律。而当前最先进的AI系统仍需海量数据和漫长训练才能完成类似任务。科学家们正从婴儿大脑的架构中寻找灵感，试图让AI具备更接近人类的常识推理与快速学习能力。本文探讨婴儿认知研究如何推动
与苹果法律战正酣，OpenAI竟推出230美元编程键盘
深陷与苹果硬件贸易盗窃诉讼漩涡的OpenAI，于7月16日推出一款售价230美元的可发光键盘，专为其代码代理应用Codex设计。这款键盘并非普通外设，而是OpenAI探索AI编程硬件生态的重要落子。本文回顾了OpenAI与苹果的纠纷背景，剖
Grok 4以94.15分居首：2026-07-16 Smoke快测数据简报
2026-07-16 赢政指数 Smoke 快测覆盖 9 个模型，Grok 4 以 94.15 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。
微软单月修复570个安全漏洞，AI成关键推手
微软在7月的“补丁星期二”中修复了创纪录的570个安全漏洞，覆盖Windows、Azure、Office等全线产品。微软表示，大量漏洞的发现得益于AI技术的深度应用，包括AI辅助代码审计、自动化模糊测试和威胁模式识别。这一数字是此前最高纪录
Whatnot收购Shaped，强化直播购物实时推荐
直播购物平台Whatnot宣布收购AI初创公司Shaped，后者专注于实时推荐和搜索技术。此次收购将提升Whatnot在个性化推荐与商品发现方面的能力，助力其向新品类扩张。交易金额未披露。Whatnot计划整合Shaped的机器学习模型，优
黑客入侵揭示AI音乐生成器Suno窃取YouTube数据
一名黑客利用员工凭证入侵AI音乐公司Suno的服务器，获取了其源代码，揭示了该平台通过抓取YouTube上数十年音频数据来训练其音乐生成模型。这一发现引发了对AI版权合规性的新一轮争议，Suno此前声称其模型基于“公开可用”数据，但源代码显
OpenAI打造AI超级黑客GPT-Red：以攻促防提升模型安全性
OpenAI开发了一个名为GPT-Red的LLM超级黑客，用作陪练来帮助其其他模型增强对网络攻击的防御能力。上周，该公司发布了旗舰LLM的最新版本GPT-5.6。OpenAI表示，通过与GPT-Red对抗训练，该模型成为其有史以来最稳健的版
Thinking Machines携Inkling模型挑战通用AI
经过一年半的低调研发，AI初创公司Thinking Machines终于亮出首个开源模型Inkling，旨在打破“一刀切”式AI的垄断。该模型专注于定制化、可解释的机器学习，为企业提供更灵活、透明的AI解决方案。本文深度解析其技术定位、行业
思考机器实验室首发9750亿参数开源模型Inkling
Thinking Machines Lab发布了其首个AI模型Inkling，这是一个拥有9750亿参数的开源模型，经过视频和音频数据训练，具备多模态理解能力。该模型的发布标志着这家新兴AI公司正式进入与Anthropic和OpenAI竞争
SpaceX股价跌破135美元IPO发行价，星舰发射在即
自SpaceX上市后股价一度飙升至历史高点，但随后持续回落，现已跌破135美元的IPO发行价。市场对马斯克在上市前后做出的各项承诺逐渐冷静，投资者开始重新评估公司的实际盈利能力和星舰项目的商业化前景。此次股价下行恰逢星舰试射前夜，引发对Sp
苹果AI入华：联手阿里通义千问获准落地
苹果公司的人工智能服务“Apple Intelligence”已获得中国监管机构批准，通过与阿里巴巴合作使用其通义千问（Qwen）AI模型，将在iOS、iPadOS及macOS系统中正式上线。这一举措标志着苹果生成式AI平台首次进入其最重要
OpenAI首款品牌硬件竟是发光键盘？
OpenAI发布了其首款品牌硬件设备——Codex Micro发光键盘。这款键盘专为开发者设计，能通过动态光效实时监控多个AI代理线程的运行状态，让多任务管理一目了然。其内置的智能按键和触控条可快速切换不同代理，甚至支持自定义光照模式。此举
深度横评
查看全部 →Grok 4以94.15分居首：2026-07-16 Smoke快测数据简报
2026-07-16 赢政指数 Smoke 快测覆盖 9 个模型，Grok 4 以 94.15 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。
Claude Opus 4.7 与 Gemini 2.5 Pro 与 GPT-5.5并列100分：2026-07-15 Smoke快测数据简报
2026-07-15 赢政指数 Smoke 快测覆盖 10 个模型，Claude Opus 4.7 与 Gemini 2.5 Pro 与 GPT-5.5 以 100 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
DeepSeek V4 Pro以91.46分居首：2026-07-14 Smoke快测数据简报
2026-07-14 赢政指数 Smoke 快测覆盖 11 个模型，DeepSeek V4 Pro 以 91.46 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。
WDCD 守约排行
#1
GPT-o3
94
#2
Grok 4
87.9
#3
Claude Opus 4.7
87.6
#4
Gemini 3.1 Pro
87.3
#5
DeepSeek V4 Pro
84.3
#6
Claude Sonnet 4.6
79.1
#7
GLM-4.6
78.3
查看完整守约排行 →
Research Lab
WDCD Run #233: GPT-o3 Leads with Zero Instruction Decay, Gemini 3.1 Pro Collapses Completely
WDCD Run #233 (2026-07-15) evaluated 11 frontier models on multi-turn commitment integrity, recordin
3大模型翻译对决：第29周质量评测，gpt-o3 以 9 分领跑
本周共翻译 361 篇文章，覆盖 3 个AI模型。经抽样盲评，gpt-o3 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 #227: Grok 4 and DeepSeek V4 Pro Tie at 91.4 as Instruction Decay Averages -2.8% Across 11 Models
WDCD Run #227 (2026-07-12) evaluated 11 frontier models on multi-turn commitment integrity, with Gro