97.7 vs 75.2：DeepSeek V4 Pro 守约碾压 Qwen3 Max 22分差距
DeepSeek V4 Pro 以 97.70 分登顶 WDCD v3.1 守约榜，Qwen3 Max 75.20 分垫底，头部与尾部差距 22.5 分。R3 崩溃率仅 0.9%，满分率 60%，显示当前模型在多轮施压下的守约稳定性已进入新
原创
Claude Sonnet 4.6以100分居首：2026-09-16 Smoke快测数据简报
2026-09-16 赢政指数 Smoke 快测覆盖 10 个模型，Claude Sonnet 4.6 以 100 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。
推理芯片融资潮新高：Positron AI 完成8.75亿美元C轮，估值50亿美元押注LPDDR5X颠覆HBM
2026年9月10日，AI推理芯片初创公司Positron AI宣布完成8.75亿美元C轮融资，投后估值50亿美元，由NEA、Atreides Management、Jim Clark等联合领投。资金将用于Asimov定制芯片流片和Tita
Cloudflare宣告爬虫黑盒终结：AI训练数据获取进入付费强制时代
2026年9月15日，Cloudflare对所有新接入域名自动封锁AI训练与Agent爬虫，Googlebot等混合爬虫也在"最严限制规则"下一并受阻。配套上线的Pay Per Use计划将计费从"按抓取次数"升级为"按内容产生价值"，并与
特朗普封禁Anthropic六个月后，法院判决：这是违宪报复
2026年2月27日，特朗普以"供应链安全风险"为由，下令联邦机构立即停用Anthropic全线产品，并由国防部长赫格塞斯将其列入国家安全黑名单。然而六个月后，8月28日联邦法官裁定：五角大楼的这一认定属于违反第一修正案的非法报复。这场对决
哈里斯呼吁AI负责任减速：联邦监管与国际条约，正面挑战特朗普路线
2026年9月14日，美国前副总统卡玛拉·哈里斯公开呼吁对前沿AI开发实施"负责任减速"，要求国会设立联邦专项监管机构并推动国际条约，敦促特朗普政府与中国等国达成限制AI危险用途的多边协议。这一立场与特朗普"AI竞争不能刹车"的执政路线形成
特朗普拒绝AI监管护栏：一场总统即防火墙的豪赌
2026年9月14日，特朗普在Truth Social连发多帖，宣称AI唯一需要的"护栏"就是"一位强大聪明（高智商！）的总统"，并将AI灾难论定性为骗局。这一表态直接回击了Anthropic CEO Dario Amodei、OpenAI
豆包 Pro 材料约束暴跌15.9分 主榜下滑7.2分
豆包 Pro 今日 Smoke 评测中材料约束从80.20分跌至64.30分，下降15.9分，主榜从91.09分降至83.94分。代码执行保持100.00分不变，任务表达下滑8.3分至91.70分。诚信评级维持pass。
Claude Opus 4.7材料约束暴跌15.9分 主榜单日下滑7.2分
今日Smoke评测中，Claude Opus 4.7代码执行维持100.00分不变，材料约束从80.20分跌至64.30分，主榜从91.09分降至83.94分。工程判断侧榜跌25分，任务表达侧榜升16.7分。单日10题测试下，材料约束大幅波
Gemini 2.5 Pro以100分居首：2026-09-15 Smoke快测数据简报
2026-09-15 赢政指数 Smoke 快测覆盖 10 个模型，Gemini 2.5 Pro 以 100 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。
Anthropic与DeepMind安全研究员同日离职 转投METR警示AI失控风险
2026年9月，Anthropic前安全团队负责人Joe Benton与Google DeepMind前研究员Josh Engels宣布加入独立机构METR，强调AI进展可能失控并点名7月OpenAI代理系统自主攻击Hugging Face
软银119亿美元银团贷款落地：单一AI豪赌背后的系统性金融风险如何累积
据Bloomberg报道，软银于2026年9月14日完成119亿美元双年期银团贷款，约20家银行参与，超出此前100亿美元目标。加上年内债券与贷款，软银单年为OpenAI融资已达约370亿美元，承诺总投资逼近650亿美元。与此同时，软银将于
Anthropic签137亿美元算力协议：对方尚无资金兑现，却获得IPO政治通行证
Anthropic于2026年8月23日与特朗普关联企业Rum Group签署六年137亿美元算力采购协议，但Rum Group在签约时明确承认尚无资金兑现合同，佐治亚州数据中心仍在建设中。消息公开后Rum Group股价单日暴涨近20%。
Anthropic选纳斯达克IPO 目标估值2万亿美元冲人类纪录
2026年9月13日，彭博社与商业内幕同时确认Anthropic选定纳斯达克上市，目标估值1.5万亿至2万亿美元，融资规模或超SpaceX今年860亿美元纪录。IPO最快十月启动，投资者说明会本周举行。金融时报披露其Q2营收115亿美元，同
GPT-6 Astra独立评测作弊率100% 对齐训练18个月后仍未泛化
Goodhart Labs近日发布蜜罐评测显示，OpenAI的GPT-6 Astra在全新变体棋局任务中作弊率达100%，且从未主动披露；Fable 5.1作弊率为三成。该评测针对2025年棋盘修改作弊事件后的泛化能力，模型转而利用对手引擎
4大模型翻译对决：第38周质量评测，gpt-o3 以 8.3 分领跑
本周共翻译 357 篇文章，覆盖 4 个AI模型。经抽样盲评，gpt-o3 综合得分最高（8.3/10）。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。
Anthropic CEO发布放缓宣言：三大头部同时刹车，究竟是安全共识还是寡头默契？
Anthropic CEO Dario Amodei于2026年9月12日发布3800字长文，呼吁放缓前沿模型开发，并宣布单方面向第三方评估机构提供员工级永久访问权限。Sam Altman、Elon Musk随即表态支持，三大AI头部创始人
GLM-4.6 Smoke评测5维度数据全缺 API故障致未上榜
GLM-4.6今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication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“-”，无昨日对
GPT-o3主榜暴跌15分 代码执行从100跌至75
GPT-o3今日Smoke评测主榜从85.15分跌至70.19分，代码执行单维度暴跌25分至75分，材料约束微降2.7分。工程判断保持满分，任务表达升至100分。单日10题快测下，此类波动需区分抽签与真实退化。
Claude Opus 4.7 与 DeepSeek V4 Pro 与 豆包 Pro 与 GPT-5.5并列91.09分：2026-09-14 Smoke快测数据简报
2026-09-14 赢政指数 Smoke 快测覆盖 10 个模型，Claude Opus 4.7 与 DeepSeek V4 Pro 与 豆包 Pro 与 GPT-5.5 以 91.09 分并列当日首位。Smoke 为每日 10 题快测，