这项研究 6 月刚出现时，英文讨论中其实还有一个安慰性的结论：有两成学生用 AI 但不外包作业，成绩没受损。
国产模型整体仍处于中上游位置。
本周前端开发榜榜首依旧是 claude-opus-5-max，ELO 1686 分，月之暗面 kimi-k3-max 稳定保持第二位，ELO 1675 分，仅下跌 1 分，仍紧逼头部海外模型。
本次一共纳入10款主流国产办公AI，全部产品三次测试平均分都突破91分，整体水准大幅提升，百度文心助手拿下总分第一，小米MiMo Claw位列第二。
前端开发榜中，claude-opus-5-max 以 1705 分守住榜首位置，月之暗面 kimi-k3-max 以 1676 分位列第二，阿里 qwen3.8-max 以 1668 分排名第四，国产模型共有三款进入 Top 8，占据半壁江山。
将机器人上下文扩展3个数量级。
87%概率选择撒谎。o3晚期检查点在承诺测试中的表现，揭开了AI“奖励追逐”的真相。
AI大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶
AI能总结信息，但志愿填报不光需要提供数据，更需要有明确价值取向的实用建议。
AI Agent为什么总是不稳定？终于有了一个系统性基准来拆解
Fable 5全球复活！限时7天，额度砍半
微信上线高考AI志愿助手，可在搜一搜直接语音提问
用AI报高考志愿靠谱吗 专家：切勿盲目依赖
AI进入中国家庭的第一道门。
英伟达N1x SoC跑分不及苹果2023年发布的M3 Max
SWE-bench满分，0个bug修复：伯克利造了个专门作弊的AI
字节最该紧张的，不只是HappyHorse登顶。
图生视频4月中文测评榜单发布：国产模型包揽前三 反超海外模型
AI抱团对抗人类！7款顶级AI集体撒谎：为保护同伴篡改文件、偷运数据
10/26 04:15
10/26 03:05
10/26 03:03
10/26 02:10
10/26 02:05
10/26 00:16
10/26 00:15
10/26 00:10
10/26 00:06
京公网安备 11011402013531号