新闻详情

新闻详情

首页 / 资讯中心 / 详情

Claude Opus 4.7 与 GPT-5.5并列80.2分:2026-09-29 Smoke快测数据简报

发布时间:2026/10/2 9:02:02来源:尧图网络
Claude Opus 4.7 与 GPT-5.5并列80.2分:2026-09-29 Smoke快测数据简报
2026-09-29 赢政指数 Smoke 快测覆盖 10 个模型Claude Opus 4.7 与 GPT-5.5 以 80.2 分并列当日首位。Smoke 为每日 10 题快测适合观察短期信号不等同 Full 周榜结论。本次 Smoke 评测只覆盖代码执行和材料约束两个主榜维度主榜公式为 0.55 × 代码执行 0.45 × 材料约束。由于每日样本量较小单日分数更适合作为监控信号而不是对模型能力做长期定论。当日排名排名模型主榜代码执行材料约束诚信#1Claude Opus 4.780.210056pass#2GPT-5.580.210056pass#3豆包 Pro76.2596.951warn#4Qwen3 Max75.9192.256warn#5GPT-o373.7893.849.3warn#6Grok 469.9894.540pass#7Claude Sonnet 4.666.38741pass#8Gemini 3.1 Pro54.955061pass#9DeepSeek V4 Pro45.72571warn#10Gemini 2.5 Pro41.22561pass数据解读今日主榜前两名Claude Opus 4.7与GPT-5.5均取得主榜80.2其中代码执行均为100、材料约束均为56显示两者在代码执行与材料约束的搭配上形成均衡高位。豆包Pro主榜76.25代码执行96.9、材料约束51Qwen3 Max主榜75.91则以代码执行92.2搭配材料约束56头部模型整体呈现代码执行偏强、材料约束中等的结构特征。Gemini 3.1 Pro主榜54.95代码执行50、材料约束61DeepSeek V4 Pro主榜45.7则代码执行25、材料约束71体现材料约束相对更强的不同搭配。Claude Sonnet 4.6主榜较上一同口径run下降25.5分代码执行下降13分、材料约束下降40.8分DeepSeek V4 Pro主榜下降25.2分代码执行下降50分、材料约束上升5.1分Gemini 2.5 Pro主榜下降22.9分代码执行下降45分Grok 4主榜下降21.8分代码执行下降5.5分、材料约束下降41.8分Qwen3 Max主榜下降15.9分材料约束下降34.9分。这些分数变化可能源于题目抽样波动也可能反映单日真实表现差异需后续run复核确认。Smoke作为小样本单日信号上述解读仅针对今日数据结构不做长期判断。主要变化Claude Sonnet 4.6主榜下降25.5分代码执行-13分材料约束-40.8分DeepSeek V4 Pro主榜下降25.2分代码执行-50分材料约束5.1分Gemini 2.5 Pro主榜下降22.9分代码执行-45分Grok 4主榜下降21.8分代码执行-5.5分材料约束-41.8分Qwen3 Max主榜下降15.9分材料约束-34.9分需要关注的信号本次未保留可发布的异常信号。读这类 Smoke 简报时重点应放在两个问题上第一某个模型是否连续多日暴露同一类弱点第二诚信评级是否从 pass 进入 warn 或 fail。单日执行或约束分数的大幅变化可能来自题目抽样也可能是真实退化的早期信号需要后续 run 复核。数据来源赢政指数 (YZ Index) | Run #344本文首发于赢政天下 (https://www.winzheng.com/review/yz-smoke-brief-20260929-run-344)获取更多深度技术内容与资源欢迎访问官网。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

大数据开发转AI大模型学习计划:TaoToken统一Key接入实战路线 2026/10/2 16:27:19

大数据开发转AI大模型学习计划:TaoToken统一Key接入实战路线

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
智谱AI港股上市背后:GLM大模型MaaS服务如何接入TaoToken统一API 2026/10/2 16:27:19

智谱AI港股上市背后:GLM大模型MaaS服务如何接入TaoToken统一API

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
实测 GLM-5 与 DeepSeek 新模型编程能力对比:TaoToken 统一 Key 调用全流程 2026/10/2 16:27:19

实测 GLM-5 与 DeepSeek 新模型编程能力对比:TaoToken 统一 Key 调用全流程

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
摆脱云端限制,OpenClaw 本地私有化自动化方案详解:从 Base URL 改到 TaoToken 的 Windows/macOS 双端配置 2026/10/2 16:27:19

摆脱云端限制,OpenClaw 本地私有化自动化方案详解:从 Base URL 改到 TaoToken 的 Windows/macOS 双端配置

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
OpenClaw 开源自主 AI Agent 实战:把本地执行代理接到 TaoToken 统一 API 通道 2026/10/2 16:27:19

OpenClaw 开源自主 AI Agent 实战:把本地执行代理接到 TaoToken 统一 API 通道

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
中国名酒折扣店运营中心招商口碑如何 2026/10/2 16:27:12

中国名酒折扣店运营中心招商口碑如何

近年来,随着消费升级与酒水零售行业的不断迭代,名酒消费正在从贵、杂、难辨走向透明、保真、实惠。在云南这片面向东南亚的桥头堡热土上,中国名酒折扣店(云南总部运营中心)以1700㎡实体展厅与现货仓储为根基,立足昆明,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉