赢政指数 · AI 模型变化情报系统

今天该用哪个 AI 模型
我们每周替你跑一遍

11 个主流模型 · 212 道题随机抽样 · 代码真跑 · 引用必查 · 滚动均值定榜 · 别听发布会，先看连续表现。

查看赢政指数 订阅本周变化
代码沙箱执行 引用准确度检查 统计显著性排名 无厂商赞助
此刻该用谁
主榜第一（滚动均值） 豆包 Pro
本周最大上升 Claude Opus 4.6 +20
最大回撤 Grok 3 -86.5
最新评测 2026-04-20 SGT
judge v6
查看完整排行榜

此刻该用谁

先看综合，再看你真正关心的维度。

主榜第一
豆包 Pro
85.1 分
代码执行第一
豆包 Pro
88.6 分
材料约束第一
豆包 Pro
80.8 分
最值推荐
DeepSeek V3
95.2 分

完整榜单不只告诉你谁领先，也告诉你领先得稳不稳。 看完整排行榜

谁涨了，谁跌了

单次爆发不算数。我们更关心连续表现有没有变。

本周变化最大的是 Claude Opus 4.6（+20）和 Grok 3（-86.5）。超过 1 个标准差的变化才会标记为统计显著。
看完整变化报告
最大涨幅
Claude Opus 4.6
+20
最大跌幅
Grok 3
-86.5
事故报告
本周 0 起
价格变化
0 项更新

别只看总分，看你要拿它干什么

推荐第一
豆包 Pro
88.6 分
第二选择
DeepSeek V3
86.2 分
第三选择
Claude Opus 4.6
85.7 分
推荐第一
Claude Opus 4.6
46.3 分
第二选择
Claude Sonnet 4.6
46.3 分
第三选择
豆包 Pro
46.3 分
推荐第一
豆包 Pro
80.8 分
第二选择
DeepSeek R1
76.6 分
第三选择
Gemini 2.5 Pro
76.4 分
推荐第一
DeepSeek V3
95.2 分
第二选择
文心一言 4.0
94.9 分
第三选择
豆包 Pro
89.8 分
推荐第一
Grok 3
51.1 分
第二选择
豆包 Pro
46.9 分
第三选择
Claude Opus 4.6
45.2 分

按场景看完整推荐

今天值得看的，不止热闹

我们只放会影响能力、价格、稳定性和选型判断的内容。

资讯
OpenAI核心高管离职Sora搁置：战略转向商业化，是升级还是创新退坡？
winzheng.com独家核验显示，OpenAI产品负责人Kevin Weil、Sora架构师Bill Peebles已确认离职，Sora因算力成本过高搁置，公司全面转向企业工具研发与IPO筹备。本次战略调整是AI行业从技术探索转向商业化落地的标志性信号，舆论对其评价两极分化。
资讯
Yann LeCun公开质疑Anthropic CEO AI失业预测：行业对AI就业影响分歧加剧
Meta前AI负责人Yann LeCun在X平台公开质疑Anthropic CEO Dario Amodei提出的“1-5年内AI将淘汰50%技术岗位”的预测，相关言论引发全网超1.8万点赞、千条回复的激烈辩论，winzheng.com Research Lab从技术落地维度解析本次分歧背后的行业认知差。
资讯
Anthropic推出Claude Opus 4.7与Mythos安全模型 性能升级与网络安全风险引争议
近日Anthropic发布Claude Opus 4.7大模型，在编码、视觉、代理性能上实现显著提升，同步推出的Mythos安全模型被美联邦机构考虑用于漏洞检测，其双重用途风险引发业界争议，AI专业门户winzheng.com结合实测数据展开技术分析与风险预判。
资讯
Anthropic与特朗普政府关系解冻
尽管最近被五角大楼列为供应链风险，Anthropic仍在与特朗普政府的高级官员进行对话。这一现象引发了业界对其未来战略的广泛关注。特朗普政府对科技行业的政策态度一直备受争议，而Anthropic作为人工智能领域的新兴力量，其与政府的互动可能对行业发展产生重要影响。
资讯
AI芯片初创公司Cerebras申请上市
近日，Cerebras宣布与亚马逊云服务达成协议，将其芯片用于亚马逊的数据中心。此外，该公司还与OpenAI达成了一项价值超过100亿美元的合作。这标志着Cerebras在AI芯片领域的重要进展，显示了其在行业中的竞争力和创新能力。
资讯
特斯拉在达拉斯和休斯顿推出机器人出租车服务
特斯拉公司在德克萨斯州的三个城市提供机器人出租车服务。继去年在奥斯汀推出服务后，该公司于2026年1月开始在没有安全驾驶员的情况下提供乘车服务。此次扩展至达拉斯和休斯顿，标志着特斯拉在自动驾驶出租车领域的进一步发展，并展示了其在技术和市场上的双重实力。

不是所有 AI 新闻都值得看。值得看的，是会改变你判断的那几条。 看全部资讯

为什么这个榜单值得看

不是因为我们声音大，而是因为方法公开、规则固定、结果可追溯。

代码真跑
不是看起来会写就算对。我们把代码扔进沙箱里跑。跑不通，就是零分。
引用必查
长文档题不只看答案像不像，更看引用对不对。该标出处的地方，必须能对回原文。
统计定榜
不看一次发挥，看连续表现。排名按滚动均值计算，避免被单次运气带偏。
不接赞助评测
不做合作评测，不做评测前沟通，不替任何模型留面子。跑出来什么，就发什么。

查看方法论

AI 世界每天在变，你需要一个靠谱的信息源

每天 3 条精选，每周 1 份指数变化，重要事故和价格波动第一时间通知。免费，无广告，随时退订。

  • 每日精选 — 从海量 AI 新闻里，挑 3 条真正值得看的
  • 赢政指数周报 — 谁涨了谁跌了，一封邮件讲清楚
  • 模型事故告警 — 你在用的模型翻车了，尽快知道
  • 价格变动提醒 — API 涨价降价，别等账单来了才发现
免费 ｜ 无广告 ｜ 无赞助软文 ｜ 随时退订

想看更深的拆解，再往下走

排行榜回答'谁更强'，Research Lab 负责回答'为什么会这样'。模型安全、边缘部署、性能拆解——不是转述别人的论文，是自己跑出来的结论。

进入 Research Lab