一句话判断
技术细节比较显示三个Moore's Law迭代产品在最新标准测试中出现排名反转，值得关注行业领导格局的细微变化。现实产品测试数据详细防再验证
核心信息
Artificial Analysis 在 AutomationBench 演练测试中相比较多个 AI 模型的表现，结果显示 Grok 4.5 榜首（51.4%），GPT-5.6 第二（51.2%），Claude Haiku 4.5 和 Opus 4.6 排名第三和第四（各约 48.5%），Muse Spark 1.1 表现为第五（42.8%），Gemini 3.1 Pro（37.5%），Qwen3.7 Max 排名最低（25.6%）。数据显示 Grok 在最新版本下显著领先竞品 few-shot 演练指令显式化能力排名copersmismatch是根据 TEEM3.0 基准通过 prompt 巧妙的text模拟表现推断下来的结果(https://arxiv.org/abs/2312.12380)。 Mood,精确 text-from-code 分析长文的能力评测也提供在该报告。性
原始内容
相关动态
Google AI模型排名急降
Google发布Gemini 3.6 Flash模型，在Frontend Code Arena排名12（原排名21），得分1537分；涉及参数量、排名变化数据
SkyPilot发布并融资
SkyPilot团队发布其AI计算平台，并宣布获得超过2000万美元融资。该平台旨在解决AI计算碎片化问题，已管理超过10000个GPU，GPU小时消费增长6倍，客户包括Applied Compute、Abridge等。
Gemini安全模型发布
Google DeepMind 发布 Gemini 3.5 Flash Cyber，专为在 CodeMender 平台上发现软件安全漏洞而设计，采用多智能体协作生成统一报告。该模型在流行的 CyberGym 基准测试中达到前沿竞争性能，且相比传统大规模昂贵的网络安全模型更具成本效益。同步发布的还有 Gemini 3.6 Flash（在相同...
NVIDIA Vera Rubin 平台发布
NVIDIA 发布 Vera Rubin 平台，性能功耗比提升 10 倍；CoreWeave 等云服务商部署 Vera Rubin NVL72，每兆瓦 token 数比 Blackwell 多 10 倍；DeepInfra 基准测试显示 Vera CPU 速度是其他 CPU 的 2 倍以上，支持更多并发 AI 代理。
SkyPilot 出列并获 2000 万美元融资
SkyPilot 宣布出列并推出 AI 计算平台，宣称相比碎片化 GPU 资源实现 10 倍更快的时效和 GPU 利用率翻倍，过去六个月 GPU 小时消耗增长 6 倍。公司已融资 2000 万美元，由 Lux Capital 领投，并在招聘工程和 GTM 人员以服务下一十年的 AI 需求。