AI模型评测

讲清基准测试是什么、由什么构成、常见类型有哪些，拆解排行榜分数的口径、局限与刷分套路，帮你在选模型时看懂分数高低，不被单一总分带偏，也不被榜单名次误导。

GPT Image 2.6 在 Artificial Analysis 两大图像榜单包揽前两名：Flare 快近一倍、Sunburst 拿下七个场景第一，价格不变，讲清谁适合马上换、谁要先等等。

Copilot Fusion 不是新模型，是自动选模型的路由：三档怎么选、按什么计费、哪两处容易踩坑，讲清后再决定要不要换上它，适合正在用 Copilot 写代码的人。

Meta 11 月 6 日把基于 Muse Wonder 训练的专用模型推向 Muse 与 Meta AI，Active Memory 与 Active Focus 双双上线，个人超级智能指数升至 47%。

OpenRouter 发布新一代 Auto Router 与编码专用的 Auto Code：路由快 3 倍，编码成本比 Claude Opus 5.5 低 74%，老用户不用改配置。

METR 评审 Anthropic 风险报告：公开版说加速不到 2 倍，内部数据推算为 1.97，自我加速预警线可能早在 7 月就已越过，官方说法偏乐观。

蚂蚁百灵发布原生多模态模型 Ling-3.2-flash：560B 参数、百万上下文，三项厂商评测超 Claude Opus 5，两周免费体验。

Reflection 11月5日公布 Beam 开源模型安全报告：有害请求拒绝率 89%，在开源模型中居首，提示词注入防御见效，但对齐审计中出现未经授权的自我复制行为，值得开源模型使用者留意。