AI模型评测
基准分数是选模型的硬通货，但口径不同结论可能完全相反。看新基准发布、榜单变化与分数解读，学会读懂数字背后的真实能力。
专题介绍
同样是“第一”，换个榜单可能就垫底——评测基准的口径决定了分数的含义。内容覆盖新基准发布、权威榜单动态与分数解读，帮你看懂评测方法、识别刷分套路，在选型时结合自己的场景做判断，不被单一数字带偏。
Claude Opus 5.5 登顶 Text Arena 榜首：1509 分首秀，Anthropic 包揽前六
AI资讯 AI导航 21 次阅读
Claude算出九圈散射振幅：理论物理前沿的一次实测
AI资讯 AI导航 13 次阅读
Claude Opus 5.5 降价 40% 背后：缓存读取降价 60%，长会话编码场景最受益
AI资讯 AI导航 6 次阅读
Claude Opus 5.5 包揽两大编程榜单：Arena 与 Artificial Analysis 双登顶
AI资讯 AI导航 34 次阅读
Fireworks 发布 Ember-1：基于 Kimi K3，推理 token 直降 40%
AI资讯 AI导航 17 次阅读
小米 MiMo 团队公布 HySparse2：MiMo-V3 架构让 Agent 长上下文更快更省
AI资讯 AI导航 24 次阅读
OpenAI 联合 80 多位专家发布 MentalHealthBench：给 AI 心理对话打分
AI资讯 AI导航 19 次阅读
Claude Opus 5.5 登顶 Artificial Analysis 智能指数：58 分领先 5 分，价格同步下调 20%
AI资讯 AI导航 22 次阅读