2026-11-09至2026-11-15的Smoke评测数据显示，GPT-5.5从首日78.74分升至末日88.75分，趋势值+10，成为本周上升幅度最大的模型。
上升模型的得分轨迹
GPT-5.5均值75.3分，波动37.7，末日得分88.75分较首日提升明显。Claude Sonnet 4.6从首日91分升至末日95.19分，趋势+4.2，均值78.9分。GPT-6 Luna从首日90.24分升至末日95.19分，趋势+5，均值81.9分。Claude Opus 4.7从首日78.74分升至末日81.44分，趋势+2.7，均值81.2分。GPT-o3从首日92.49分升至末日94.31分，趋势+1.8，均值75.5分。
下滑模型的得分轨迹
Gemini 2.5 Pro从首日82.52分跌至末日51.63分，趋势-30.9，均值57.4分。Gemini 3.1 Pro从首日78.74分跌至末日53.94分，趋势-24.8，均值65.4分。GLM-4.6从首日36.25分跌至末日0分，趋势-36.3，均值25.5分。豆包Pro从首日83.49分跌至末日65.38分，趋势-18.1，均值71.5分。DeepSeek V4 Pro从首日68分跌至末日49.44分，趋势-18.6，均值53.6分。GPT-6 Sol从首日92.49分跌至末日90.69分，趋势-1.8，均值78.7分。Grok 4从首日91.33分跌至末日82.7分，趋势-8.6，均值71.2分。GPT-6 Astra从首日87.99分跌至末日84.7分，趋势-3.3，均值80分。GPT-6.1 Sol从首日87.99分跌至末日84.7分，趋势-3.3，均值82.1分。
高波动模型的稳定性分析
GLM-4.6波动53.7分，远高于其他模型，表明其每日得分标准差大，一致性最低。Grok 4波动42.7分，GPT-5.5波动37.7分，Gemini 2.5 Pro波动37.5分，GPT-o3波动36.7分，Claude Sonnet 4.6波动35.3分，GPT-6 Luna波动34.8分，GPT-6 Astra波动36.2分。GPT-6.1 Sol波动20.4分，豆包Pro波动25.9分，DeepSeek V4 Pro波动25.2分，Claude Opus 4.7波动28.5分，Gemini 3.1 Pro波动28.5分，GPT-6 Sol波动26.6分。Qwen3 Max波动0分，保持末日0分。
诚信评级变化信号
Grok 4诚信评级从pass转为warn后恢复pass，期间出现一次warn记录。GLM-4.6诚信评级从pass转为fail，再转为warn，随后pass又转为warn，多次变化。其他模型诚信评级保持pass，未见记录变化。
成因机制分析
GLM-4.6末日得分0分且波动53.7分，最可能源于每日10题中多题失分导致标准差扩大。Gemini 2.5 Pro趋势-30.9分，其首日82.52分与末日51.63分差距直接反映材料约束维度得分下降。GPT-5.5趋势+10分，均值75.3分，显示代码执行维度得分在连续7天内逐步提升。Grok 4诚信评级warn出现时，其波动42.7分同步存在，说明工程判断维度不稳定。
对使用者的具体含义
重代码执行的团队选用GPT-5.5时，可参考其末日88.75分与趋势+10的数据，适合需要连续多天稳定输出的场景。对材料忠实度敏感的场景，Gemini 2.5 Pro末日51.63分与趋势-30.9的数据提示需额外验证输出准确性。依赖一致性的开发者应避开GLM-4.6，其波动53.7分与诚信评级多次变化直接增加集成风险。企业选型时，GPT-6 Luna均值81.9分与趋势+5的数据可作为参考基准。
战略判断
GPT-5.5基于趋势+10分与末日88.75分的数据，显示其在本周Smoke评测中被低估。Gemini 2.5 Pro与Gemini 3.1 Pro同时出现超过24分的下滑，均值分别57.4分与65.4分，信号值得下期验证。GLM-4.6诚信评级从pass到fail再到warn的路径，与其波动53.7分共同构成高风险组合。Claude Sonnet 4.6与GPT-6 Luna均达到末日95.19分，趋势分别为+4.2与+5，可作为同类场景的并行选项。
本周数据链条清晰：GPT-5.5、Claude Sonnet 4.6、GPT-6 Luna、Claude Opus 4.7、GPT-o3呈现正趋势，Gemini系列、GLM-4.6、豆包Pro、DeepSeek V4 Pro呈现大幅负趋势。高波动模型集中在GLM-4.6与Grok 4，诚信评级变化仅出现在Grok 4与GLM-4.6两模型。所有判断均直接来自2026-11-09至2026-11-15的首日、末日、均值、趋势与波动数值。
数据来源：赢政指数 (YZ Index) | Run #427 | 查看原始数据
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接