测评 Gemini 2.5 Pro跌10分：能力没崩诚信翻车 Gemini 2.5 Pro 今日 Smoke 主榜跌 10 分，但代码执行仍为 100，材料约束反涨 9.8，真正警报来自诚信评级由 pass 转 fail。 Gemini 2.5 Pro 材料约束 Smoke评测 诚信评级 2026年5月16日 473
测评 Claude Opus 4.7 Smoke评测主榜暴跌9.6分：退化信号还是抽签闹剧？ Claude Opus 4.7在今日Smoke评测中主榜暴跌9.6分，代码执行维度从100分跌至75分，引发退化疑虑。但材料约束升至85.8分，工程判断（侧榜）大跌20分。分析显示，这或是抽签波动，而非真实退步，诚信评级仍为pass，无需过 Claude Opus 4.7 赢政指数 Smoke评测 模型波动 2026年5月14日 527
