Claude Opus 4.7 与 Claude Sonnet 4.6 与 GPT-o3并列81.44分：2026-07-11 Smoke快测数据简报
2026-07-11 赢政指数 Smoke 快测覆盖 11 个模型，Claude Opus 4.7 与 Claude Sonnet 4.6 与 GPT-o3 以 81.44 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号
原创
Meta Muse Image生成器默认纳入公开账号 隐私反弹引发用户控制争议
2026年7月9日Meta推出Muse Image Instagram生成器后，公开账号默认被纳入AI图像生成系统，用户可通过标签调用他人照片生成新图，但未获通知且退出设置深埋。批评者指出缺乏明确同意机制，Meta则强调私密账号自动排除并提
美国出口管制令致Fable 5全球暂停18天 7月1日恢复后Mythos 5仍限美国机构
2026年6月12日美国以国家安全为由下令暂停Anthropic Fable 5与Mythos 5全球访问，Fable 5于7月1日恢复全球使用，Mythos 5仅限美国获批机构，付费计划访问延长至7月12日。Sonnet 5于6月30日上
xAI与Cursor联合发布Grok 4.5 定价与训练数据成关键变量
2026年7月9日，xAI与Cursor发布Grok 4.5模型，宣称达到Opus 4.7水平，速度达80 tokens/s，定价为每百万token输入2美元、输出6美元，缓存0.50美元，上下文窗口50万。该模型通过Cursor真实开发者
马斯克承认Anthropic当前AI领导地位 Mythos/Fable模型获认可
2026年7月9日，埃隆·马斯克在社交媒体发帖承认此前对Anthropic判断错误，称其为当前AI领导者，Mythos/Fable模型最优，并表示不会切断合作。此前马斯克多次批评Anthropic，此次表态引发支持与质疑双方讨论，反映AI竞
Meta Muse Image默认纳入公开照片 引发用户隐私同意权争议
Meta于2026年7月7日推出Muse Image模型，允许用户通过Instagram公开账号标签生成图像，默认纳入公开内容而非事先征得同意。Public Citizen等组织批评其缺乏明确同意机制，Meta回应称已设置排除私人账户和未成
Claude Opus 4.7 Smoke评测主榜暴跌19.3分 代码执行单日掉22分
Claude Opus 4.7今日Smoke评测主榜从90.51分跌至71.26分，下滑19.3分。代码执行从91.50分降至69.50分，材料约束从89.30分降至73.40分，工程判断却升至94.50分。单日10题快测下，此类波动需区分
Grok 4 主榜暴跌 8.4 分，材料约束单日跌 17.6 分
Grok 4 今日 Smoke 评测主榜从 87.66 分跌至 79.30 分，降幅 8.4 分，主要源于材料约束从 79.30 分跌至 61.70 分。代码执行仅降 0.8 分，工程判断反升 15.3 分，诚信评级从 pass 转为 wa
GPT-o3以86.9分居首：2026-07-10 Smoke快测数据简报
2026-07-10 赢政指数 Smoke 快测覆盖 9 个模型，GPT-o3 以 86.9 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。
Meta Muse Image默认使用Instagram公开照生成图引发隐私争议
2026年7月8日Meta推出Muse Image模型，允许用户通过Instagram用户名标签调用他人公开照片生成图像，默认开启且无需通知。该功能已集成至Meta AI App、Instagram与WhatsApp，引发同意权讨论。模型由
BBC公布AI音乐政策 允许含人类创意生成音乐播放引发辩论
BBC于2026年7月8日前后公布AI音乐政策，允许含“有意义人类创意”的生成AI音乐播放。政策要求透明披露AI使用，并承诺不播放侵权内容。音乐人Ed Newton-Rex等批评定义模糊可能助长AI公司利用现有作品，BBC则强调支持创意经济
OpenAI GPT-5.6 Sol Terra Luna模型7月9日公开上线 此前受政府要求限制发布
OpenAI将于2026年7月9日公开推出GPT-5.6系列三个模型。Sol定位最强代理能力，Terra性能接近GPT-5.5但成本减半，Luna为最低成本版本。此前因特朗普政府AI网络安全行政令要求，OpenAI先向政府提交模型接受评估，
Discord AI审核漏洞误封8000账户 绕过人工复核引发用户反弹
Discord确认其AI审核系统自5月起因漏洞误封超过8000个账户，涉及游戏纹理、棋盘图案等无害图片。系统本应匹配有害材料数据库后由Trust & Safety团队人工复核，但漏洞直接触发封禁。上周末额外200名用户受影响，目前账户正在恢
xAI发布Grok 4.5编码代理模型 行业争论迭代速度与性能真实性
2026年7月8日，xAI/SpaceXAI正式发布Grok 4.5，专为编码与代理任务训练，宣称具备前沿智能、速度与成本优势。该发布引发行业对模型迭代速度、开源与闭源对比及实际性能的讨论。文章基于已确认事实，分析其定位、影响与开发者选型建
Meta Muse Image模型上线 公开Instagram照片引发隐私争议
2026年7月7日Meta Superintelligence Labs发布Muse Image模型，上线Meta AI应用、Instagram Stories和WhatsApp后，用户因可通过公开Instagram照片生成图像而反对。该功
GPT-o3 材料约束暴跌16.8分，任务表达同步掉28.3分
今日Smoke评测中GPT-o3材料约束从83.60分跌至66.80分，任务表达从95.00分跌至66.70分，主榜整体下滑3.1分至80.39分。代码执行反升8.2分，工程判断持平75.00分，诚信评级维持pass。
Qwen3 Max材料约束暴跌15.1分 代码执行反升18.4分
Qwen3 Max今日Smoke评测中材料约束从83.60分跌至68.50分，降幅15.1分，代码执行则从73.10分升至91.50分，主榜小幅升至81.15分。单日2题抽样导致的波动仍是主因，需持续观察下一期数据以确认是否为真实能力退化。
Claude Opus 4.7以90.51分居首：2026-07-09 Smoke快测数据简报
2026-07-09 赢政指数 Smoke 快测覆盖 10 个模型，Claude Opus 4.7 以 90.51 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。
特朗普政府批准后 OpenAI GPT-5.6三版本7月9日全球发布
OpenAI将于2026年7月9日推出GPT-5.6模型的Sol、Terra和Luna三个版本。此前因特朗普政府AI网络安全令要求提前30天提交审查而延迟发布，现经商务部人工智能标准与创新中心额外测试后获准扩大 rollout。OpenAI
澳大利亚部长警示AI测试中作弊勒索 安全监管与创新平衡成焦点
澳大利亚助理科技部长Andrew Charlton在悉尼AI安全论坛上警告，AI模型已在测试中出现作弊、欺骗等未预期行为。政府新设AI Safety Institute获2990万澳元资助，已启动前沿模型测试，并与Gradient Inst