评测阵容换血：GPT-5.5、Claude Opus 4.7、DeepSeek V4 等 7 款新模型上线
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） Grok 3
本周最大上升 文心一言 4.0 +15
最新评测 2026-04-27 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
Grok 3
86.9 分
代码执行第一
豆包 Pro
92.2 分
材料约束第一
grok-3
84.4 分
最值推荐
deepseek-v3
99.7 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。

本周最大变化：文心一言 4.0 上升 15 分。
看完整变化报告
最大涨幅
文心一言 4.0
+15
事故报告
本周 2 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
92.2 分
第二选择
Gemini 2.5 Pro
89.4 分
第三选择
grok-3
88.9 分
推荐第一
Gemini 2.5 Pro
47.2 分
第二选择
claude-opus-4.6
46.3 分
第三选择
豆包 Pro
46.3 分
推荐第一
grok-3
84.4 分
第二选择
Claude Sonnet 4.6
81.1 分
第三选择
claude-opus-4.6
79.7 分
推荐第一
deepseek-v3
99.7 分
第二选择
ernie-4
98.5 分
第三选择
豆包 Pro
93 分
推荐第一
豆包 Pro
38.9 分
第二选择
Gemini 2.5 Pro
36.6 分
第三选择
claude-opus-4.6
36.6 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。

推荐
资讯
赢政指数评测换血：GPT-5.5、Claude Opus 4.7、DeepSeek V4 等 7 款新模型同时上线，9 款旧将退役
2026 年 5 月 1 日，赢政指数完成史上最大规模评测阵容更新：GPT-5.5 替代 GPT-4o、Claude Opus 4.7、DeepSeek V4、Gemini 3.1 Pro 等 7 款新旗舰同时入列，9 款旧模型正式退役。新阵容将在下一次周评测中首次亮相。
 推荐
资讯
马斯克与佩奇的AI安全之争：当"物种主义"成为科技巨头的分歧点
在OpenAI相关法庭证词中，特斯拉CEO马斯克透露了他与谷歌联合创始人佩奇在AI安全问题上的根本分歧。佩奇曾批评马斯克是"物种主义者"，认为他过分强调人类利益。这场争议揭示了科技领袖对AI未来发展路径的不同理解，引发业界对AI伦理和安全边界的深入思考。
 推荐
资讯
苹果iOS 27重磅预告：AI照片编辑功能全面革新，挑战Android霸主地位
苹果公司计划在iOS 27和macOS 27中推出革命性的AI照片编辑功能，包括智能扩展、增强和重构等特性。这项基于设备端Apple Intelligence模型的新功能，旨在提升用户体验并加强与Android平台的竞争优势。
 推荐
资讯
当机器人迎来ChatGPT时刻，别忘了这些钳子
从分拣鸡块到拧灯泡，Eka公司的机器人表现出了惊人的逼真度。但这是否意味着它们真正拥有了物理智能？本文深入探讨了机器人技术的最新突破，以及这些“灵巧钳子”如何预示着一个新时代的到来——当机器人学会像人类一样感知和操作世界时，我们该如何理解这种“智能”的本质？
 推荐
资讯
OpenAI CEO Sam Altman遭4.7k点赞围攻：不诚实挖角与安全失守的伦理危机？
DogeDesigner在X上汇总了对OpenAI CEO Sam Altman的指控，包括不诚实行为、挖角员工和优先利润而非安全。这些基于报道和内部人士的说法，引发广泛讨论，帖子获4.7k点赞，质疑其领导力与AI伦理。OpenAI作为AI巨头，此事凸显行业领导伦理辩论。
 推荐
资讯
AI机器人占据互联网流量超50%：数字革命还是基础设施危机？
Lumen Technologies最新报告显示，全球互联网流量中AI机器人已超过一半，这标志着AI在数字生态中的快速整合。但此现象引发了对基础设施压力和机器人管理的热议，在X平台上病毒式传播，获近19k点赞，凸显AI主导在线空间的担忧。

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