榜单成绩亮眼、实际表现拉胯：2026年的AI评测，我劝你别全信
AI 观点 · 热议▲ 榜单上门门 A+，一到干活就「原地社死」你肯定见过这种场景：某个新模型一发布，朋友圈全是「刷新 SOTA」「屠榜」「碾压一切」的截图，气势汹汹。结果你兴冲冲打开一用——嗯，看着挺聪明，干活总差那么一口气。别怀疑自己，也别怀疑人生。真不是你的错觉——2026 年，AI 榜单的水分正在被一个个当场拧出来。今天我把几件最有意思的「翻车现场」讲给你听。先说编程界最出名的考试SWE-bench Verified（让 AI 去修真实的 GitHub bug）。搁一年半前，谁能考过 50% 都能
AI工坊|停止纠结AI谁更聪明：模型差异核心并非智商
AI工坊 · 第10期欢迎莅临AI工坊第十期。掌握工具是技艺，洞察工具是眼光。今日我们将剖析“模型”，让你明白这个词究竟代表何种含义。许多人开始使用AI后，常遭遇一个怪象：同一问题询问不同AI，答案大相径庭。有的回复迅速，条理清晰，宛如咨询顾问提交的PPT；有的先查阅资料再逐步推理，好似严谨的研究员；有的中文表达极佳，语气自然，但一涉及复杂代码便显生涩；有的基准测试分数极高，可当你仅需其撰写一封邮件时，它却慢如进行数学证明。于是，许多人得出了一个简单结论：那就选用最聪明的。这听起来合情合理，但这恰恰是理解
安兔兔质疑某产品跑分真实性，矛头或指向红魔？
新浪科技讯 7月2日上午消息，评测平台安兔兔日前通过官方账号发布声明表示，为确保测试结果的可信度，其在V11版本中引入了跑分联网验证机制。经查证，某款产品在发布会上公布的跑分数据未查到联网验证信息_blank，且厂商方面未能出示具备效力的跑分凭证，该数据真实性存疑，安兔兔方面拒绝予以承认。此外，安兔兔宣布在接下来的三个月里，该产品的平均分排名将不会被纳入统计，希望相关厂商能够有所警醒。 尽管安兔兔在公告中并未明示具体厂商，但有细心的网友发现，近段时间召开新品发布会的仅有红米K90至尊版以及红魔游戏平板5P
跑分反超榜首44万？安兔兔公开质疑红魔数据真实性，网民直言测评已沦为闹剧
文|《BUG》栏目 张俊 继2025年怒怼荣耀跑分造假之后，安兔兔再次火力全开。 安兔兔发文称，某设备发布会上所宣传的跑分并无联网校验记录，且品牌方无法提供有效跑分截图，跑分存疑不予认可，并且未来三个月内平均分榜单不会收录该设备的成绩。 安兔兔的表态，被网友认为疑似所指努比亚旗下的红魔游戏平板5Pro，其在发布会上公布的安兔兔跑分比目前安卓平板榜单第一名还要高出44万分。针对此事，一位红魔工作人员表示，“目前暂时不便回应”。 熟知该行业的人士直言，如今的跑分都是特供机型，“参数都是调出来的”。网友们也纷纷
AI快讯：Fable 5口碑崩盘，Anthropic遭遇信任危机
本期聚焦《FABLE 5》争议背后的AI政策、数据中心扩建及社会反响。•特朗普建议用AI股份资助美国主权基金，引发广泛讨论。•OpenAI计划在俄亥俄州打造一个价值5万亿美元、10吉瓦的数据中心园区。•俄亥俄州因数据中心税收减免面临数十亿美元的损失，导致立法冲突。•纽约州和西雅图相继颁布数据中心建设暂停令，以缓解电力压力。•得克萨斯州要求数据中心自行承担基础设施成本，以防止电费转嫁给居民。•博通联合黑石和阿波罗成立350亿美元基金，投资于AI计算基础设施。行业动态OpenAI推进500亿美元超级数据中心建