Claude Opus 4.7 与 GPT-5.5并列80.2分:2026-09-29 Smoke快测数据简报

发布时间:2026/11/21 15:34:09

Claude Opus 4.7 与 GPT-5.5并列80.2分:2026-09-29 Smoke快测数据简报 2026-09-29 赢政指数 Smoke 快测覆盖 10 个模型Claude Opus 4.7 与 GPT-5.5 以 80.2 分并列当日首位。Smoke 为每日 10 题快测适合观察短期信号不等同 Full 周榜结论。本次 Smoke 评测只覆盖代码执行和材料约束两个主榜维度主榜公式为 0.55 × 代码执行 0.45 × 材料约束。由于每日样本量较小单日分数更适合作为监控信号而不是对模型能力做长期定论。当日排名排名模型主榜代码执行材料约束诚信#1Claude Opus 4.780.210056pass#2GPT-5.580.210056pass#3豆包 Pro76.2596.951warn#4Qwen3 Max75.9192.256warn#5GPT-o373.7893.849.3warn#6Grok 469.9894.540pass#7Claude Sonnet 4.666.38741pass#8Gemini 3.1 Pro54.955061pass#9DeepSeek V4 Pro45.72571warn#10Gemini 2.5 Pro41.22561pass数据解读今日主榜前两名Claude Opus 4.7与GPT-5.5均取得主榜80.2其中代码执行均为100、材料约束均为56显示两者在代码执行与材料约束的搭配上形成均衡高位。豆包Pro主榜76.25代码执行96.9、材料约束51Qwen3 Max主榜75.91则以代码执行92.2搭配材料约束56头部模型整体呈现代码执行偏强、材料约束中等的结构特征。Gemini 3.1 Pro主榜54.95代码执行50、材料约束61DeepSeek V4 Pro主榜45.7则代码执行25、材料约束71体现材料约束相对更强的不同搭配。Claude Sonnet 4.6主榜较上一同口径run下降25.5分代码执行下降13分、材料约束下降40.8分DeepSeek V4 Pro主榜下降25.2分代码执行下降50分、材料约束上升5.1分Gemini 2.5 Pro主榜下降22.9分代码执行下降45分Grok 4主榜下降21.8分代码执行下降5.5分、材料约束下降41.8分Qwen3 Max主榜下降15.9分材料约束下降34.9分。这些分数变化可能源于题目抽样波动也可能反映单日真实表现差异需后续run复核确认。Smoke作为小样本单日信号上述解读仅针对今日数据结构不做长期判断。主要变化Claude Sonnet 4.6主榜下降25.5分代码执行-13分材料约束-40.8分DeepSeek V4 Pro主榜下降25.2分代码执行-50分材料约束5.1分Gemini 2.5 Pro主榜下降22.9分代码执行-45分Grok 4主榜下降21.8分代码执行-5.5分材料约束-41.8分Qwen3 Max主榜下降15.9分材料约束-34.9分需要关注的信号本次未保留可发布的异常信号。读这类 Smoke 简报时重点应放在两个问题上第一某个模型是否连续多日暴露同一类弱点第二诚信评级是否从 pass 进入 warn 或 fail。单日执行或约束分数的大幅变化可能来自题目抽样也可能是真实退化的早期信号需要后续 run 复核。数据来源赢政指数 (YZ Index) | Run #344本文首发于赢政天下 (https://www.winzheng.com/review/yz-smoke-brief-20260929-run-344)获取更多深度技术内容与资源欢迎访问官网。
延伸阅读

更多相关文章

2026/11/21 18:15:28

FPGA功耗优化实战:从RTL到实现的时钟门控与BRAM技巧

1. 功耗问题从来不是小事:从一个真实翻车现场说起去年帮一个朋友救火,他们做的一款便携式工业相机,用的是 Xilinx Artix-7 系列 FPGA,样机阶段跑得好好的,一到小批量试产就出问题:连续工作二十分钟后外壳烫…

2026/11/21 20:46:05

OpenClaw怎么搭建?腾讯云3分钟快速部署及使用教程【亲测】

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/11/22 10:32:45

电工作业风险防范手册千万别踩坑:新手电工怎么避免被坑

电工作业风险防范手册千万别踩坑:新手电工怎么避免被坑 你现在急需特种作业证才能上岗找工作,但网上一搜“电工证怎么考”,各种信息真假难辨,一不小心就踩坑,不仅浪费钱,还耽误时间。别急,这份 电工作业风险防范手册…

2026/11/22 10:32:45

电工证考那些科目多少钱 电工小白避坑指南

电工证考那些科目多少钱 电工小白避坑指南 你是不是正被“电工证考那些科目”这个问题搞得一团糟?不知道去哪报名怕被中介坑?别急,本文从许昌市政公用工程从业者的视角出发,详细拆解电工证考试的科目内容、报名费用、报名流程、证书有效期与年审等关键信…

2026/11/22 10:32:45

灵璧电工证含金量高吗值不值得考?别被中介忽悠了

灵璧电工证含金量高吗值不值得考?别被中介忽悠了 不知道去哪报名怕被中介坑?你不是一个人。最近几年,随着国家对安全生产的重视程度提升, 灵璧电工证 的报考人数也逐年增加。但很多人在报名时都遇到同样的问题: 灵璧电工证含金量高吗…

2026/11/22 10:32:45

安监电工证查询分数2026河南最新政策怎么查最靠谱

安监电工证查询分数2026河南最新政策怎么查最靠谱 实操考试心里没底怕挂科,2026河南最新政策对电工证考试难度、流程、分数查询方式都有明确规定,搞清楚这些信息,不仅能帮你提前规划备考,还能在考试后第一时间查询成绩,心里更有底。…

2026/11/22 10:32:45

江苏特种工考证试题怎么考?考前押题帮你破学历门槛

江苏特种工考证试题怎么考?考前押题帮你破学历门槛 你是不是也担心自己学历不高,连特种作业证都报不上名?其实不然,江苏特种工考证试题的报名条件并没有那么高门槛,关键是你得掌握正确的备考方法。特别是对于像周口的在职建筑工人这样的群体来说,…

2026/11/22 10:27:45

老式电工证模型到期换证流程良心建议

老式电工证模型到期换证流程良心建议 你是不是也像我一样,正被“急需特种作业证才能上岗找工作”这个问题折磨得不行?老式电工证模型已经用了很多年,现在要换新证,流程复杂、手续繁琐,很多人不知道怎么操作。今天我就结合自己在平顶山转岗的亲身经历,来…

2026/11/22 0:09:40

高压电工证还能年审吗良心建议来了,学历不高也能考!

高压电工证还能年审吗良心建议来了,学历不高也能考! 你是不是也担心,自己学历不高,根本报不上高压电工证?其实不然,现在政策已经非常明确, 高压电工证还能年审 ,而且只要符合条件, 学历不是门槛 , 良心建议…

2026/11/22 0:09:40

吴江的电工证免费培训怎么报名?官方报名入口全解析

吴江的电工证免费培训怎么报名?官方报名入口全解析 你急需特种作业证才能上岗找工作,但不知道从哪里下手?别急,现在就给你讲明白【吴江的电工证免费培训】到底怎么操作,以及怎么通过 官方报名入口…

2026/11/22 0:09:40

电工证复审肃州区的真实经历:别被中介坑了,自己搞定更靠谱

电工证复审肃州区的真实经历:别被中介坑了,自己搞定更靠谱 不知道去哪报名怕被中介坑?这几乎是每个需要办理或复审电工证的人的真实经历。尤其在肃州区,信息不透明、流程复杂、中介收费高又不靠谱,让很多电工从业者感到头疼。作为一个在应急管理和特种作…

2026/11/22 0:09:40

高压电工证还能年审吗良心建议来了,学历不高也能考!

高压电工证还能年审吗良心建议来了,学历不高也能考! 你是不是也担心,自己学历不高,根本报不上高压电工证?其实不然,现在政策已经非常明确, 高压电工证还能年审 ,而且只要符合条件, 学历不是门槛 , 良心建议…

2026/11/22 0:09:40

吴江的电工证免费培训怎么报名?官方报名入口全解析

吴江的电工证免费培训怎么报名?官方报名入口全解析 你急需特种作业证才能上岗找工作,但不知道从哪里下手?别急,现在就给你讲明白【吴江的电工证免费培训】到底怎么操作,以及怎么通过 官方报名入口…

2026/11/22 0:09:40

电工证复审肃州区的真实经历:别被中介坑了,自己搞定更靠谱

电工证复审肃州区的真实经历:别被中介坑了,自己搞定更靠谱 不知道去哪报名怕被中介坑?这几乎是每个需要办理或复审电工证的人的真实经历。尤其在肃州区,信息不透明、流程复杂、中介收费高又不靠谱,让很多电工从业者感到头疼。作为一个在应急管理和特种作…

2026/11/22 9:39:14

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/22 5:39:03

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑