最大涨幅
Claude Opus 4.6
+10
+10
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
84.9 分
第二选择
Gemini 2.5 Pro
83.1 分
第三选择
DeepSeek R1
82.5 分
推荐第一
豆包 Pro
48 分
第二选择
Claude Opus 4.6
45.2 分
第三选择
Grok 3
45.2 分
推荐第一
Grok 3
75.4 分
第二选择
豆包 Pro
72.4 分
第三选择
DeepSeek R1
72.1 分
推荐第一
DeepSeek V3
95.2 分
第二选择
文心一言 4.0
95 分
第三选择
豆包 Pro
89.7 分
推荐第一
豆包 Pro
46.1 分
第二选择
Claude Sonnet 4.6
45.2 分
第三选择
Claude Opus 4.6
44.7 分
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
Google 新一代 TPU v6 发布：性能提升 4.7 倍（4.7X），能耗降低67% 以上
Google 推出新一代 TPU v6，性能对比 TPU v5e：峰值计算性能提升 4.7 倍（4.7X），训练性能整体提升超过 4 倍（部分模型如 Gemma 2-27B、Llama2-70B 等实测超 4 倍），推理吞吐量提升最高 3 倍，能效（能耗相关）：67% 以上更节能（over 67% more energy-efficient），即相同工作负载下能耗大幅降低（远超 15%）。同时还把高带宽内存（HBM）容量和带宽都翻了一倍，芯片间互联带宽也翻倍。尽管行业对其在 AI 基础设施领域的潜力持乐观态度，但具体应用效果和与竞争对手的对比仍需观察。
资讯
MiniMax开源M2.7模型：性能被认可，许可条款引争议
MiniMax公司开源了229B参数的M2.7模型，其在多个基准测试中表现优异。然而，许可条款的争议引起技术社区的广泛讨论。尽管性能受到认可，商业使用授权费用等不确定性仍需观察。
资讯
Anthropic推迟Mythos模型发布：AI安全与创新的两难抉择
Anthropic因网络安全顾虑推迟Mythos模型发布，美国官员已向银行发出警告。此举引发业界对AI安全与创新平衡的深思，体现了负责任的AI开发理念。
资讯
斯坦福报告揭示AI专家与大众认知差距扩大
斯坦福最新的AI指数显示，AI专家与公众之间的认知差距正在扩大，尤其是在就业、医疗和经济领域引发了越来越多的焦虑。报告指出，尽管AI技术快速发展，但公众对其潜在影响的担忧日益加剧，特别是其对未来工作岗位的威胁、医疗系统的变革以及整体经济结构的冲击。专家们认为，公众的这些担忧需要通过更好的沟通和教育来解决，以帮助社会更好地适应AI时代的到来。
资讯
微软开发新型企业级安全代理
微软正在研发一款类似OpenClaw的新型代理程序，专为企业客户设计，将提供比开源OpenClaw代理更高的安全控制。此举旨在满足企业对数据安全和隐私的更高要求，同时提升软件的可控性和可靠性。
资讯
阿里巴巴推出4370美元人形机器人
Unitree的最新人形机器人R1即将登陆国际市场，以4370美元的价格吸引消费者。R1具备一定的体操能力，定位为入门级产品。然而，这款机器人的实际用途仍是个悬而未决的问题。尽管如此，Unitree的这一举措无疑将引发公众对家庭机器人的广泛关注。
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。
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