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。
Epoch实测：顶级模型只拿到65%，离接管工作还远
AI资讯 AI导航 12 次阅读
Kimi K3.1 Pro 正式发布：3T 级开源权重模型，编程与 3D 创作全面进化
AI资讯 AI导航 31 次阅读
Canva 发布首款自研图像模型 Craft：2K 分辨率，先规划版式再出图
AI资讯 AI导航 8 次阅读
Kimi K3.1 Pro 发布：月之暗面新一代开放权重旗舰，百万上下文
AI资讯 AI导航 13 次阅读
推理模型是什么？先想清楚再回答的大模型讲清原理与边界
AI百科 AI导航 14 次阅读
微软MAI-DxO登上Science：复杂病例诊断准确率83%，约为医生3.7倍
AI资讯 AI导航 13 次阅读
AI回答突然变笨了怎么办？先查模型、上下文和提问这3处
AI问答 AI导航 9 次阅读
困惑度是什么？数值越低越好，为何不能拿来横比模型
AI百科 AI导航 13 次阅读