下拉刷新

TechDaily 科技早报

2026-08-06 · AI / 互联网 / 科技公司每日动态

今日 58 条新闻来自 8 个来源

模型能力排行 更新于 2026-08-06

综合能力 · AA 智能指数 — Artificial Analysis 智能指数(经 DataLearner 聚合) · 数据更新 2026-08-02 · 指标:智能指数 0-100

#模型机构分数
1Claude Opus 5 (max)Anthropic61
2Claude Opus 5 (xhigh)Anthropic60
3Claude Fable 5Anthropic60
4GPT-5.6 Sol (max)OpenAI59
5Claude Opus 5 (high)Anthropic59
6GPT-5.6 Sol (xhigh)OpenAI58
7Kimi K3 (max)Kimi57
8Claude Opus 5 (medium)Anthropic56
9GPT-5.6 Sol (high)OpenAI56
10GPT-5.6 Terra (max)OpenAI55

对话体验 · LMArena 盲测 — LMArena 匿名人类盲测(经 DataLearner 聚合) · 数据更新 2026-08-01 · 指标:Elo 评分

#模型机构分数
1Claude Fable 5Anthropic1509
2Claude Opus 4.6 (thinking)Anthropic1505
3Opus 4.7 (thinking)Anthropic1502
4Claude Opus 4.6Anthropic1497
5Opus 4.7Anthropic1492
6claude-opus-5-highAnthropic1492
7claude-opus-5-maxAnthropic1490
8F Muse Spark 1.1Facebook AI研究实验室1490
9F Muse SparkFacebook AI研究实验室1488
10Gemini 3 ProGoogle Deep Mind1486

代码能力 · SWE-bench Verified — SWE-bench 官方(swebench.com),真实 GitHub issue 工程任务 · 数据更新 官方持续更新 · 指标:500 题解决率 %

#模型机构分数
1live-SWE-agent + Claude 4.5 Opus medium (20251101)79.2%
2Sonar Foundation Agent + Claude 4.5 Opus79.2%
3TRAE + Doubao-Seed-Code78.8%
4live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)77.4%
5Atlassian Rovo Dev (2025-09-02)76.8%
6EPAM AI/Run Developer Agent v20250719 + Claude 4 Sonnet76.8%
7mini-SWE-agent + Claude 4.5 Opus (high reasoning)76.8%
8ACoder76.4%
9mini-SWE-agent + Gemini 3 Flash (high reasoning)75.8%
10mini-SWE-agent + MiniMax M2.5 (high reasoning)75.8%

复杂推理 · Humanity's Last Exam — HLE 官方(lastexam.ai),CAIS + Scale AI,PhD 级难题 · 数据更新 官方持续更新 · 指标:准确率 %

#模型机构分数
1Gemini 3 Pro38.3%
2GPT-525.3%
3Grok 424.5%
4Gemini 2.5 Pro21.6%
5GPT-5-mini19.4%
6Claude 4.5 Sonnet13.7%
7Gemini 2.5 Flash12.1%
8DeepSeek-R1*8.5%
9o18.0%
10GPT-4o2.7%

今日要点

全部资讯 58