（来源：上观新闻）
因为 80%🚜🎱 的基础平台一样🇨🇲（机身、轮🧖♀️子、电机、主控💖板），差异在模🇦🇨块（加🍸🇧🇶不加外扩、带❔不带杀菌等等🔩）👮♀️👮♀️。在 MLE 💑Bench L🇿🇲ite 的 22👕 道高难🤖度机器📭学习竞赛🦹♀️中，M2.7 🚿💲以每次 24 🎙👨👦👦小时自主迭🇵🇷🥓代的方式参赛⛹️♀️，三次平⤵均得牌率🇮🇹 66🚧综合色图视频.6%，仅次📧于 Opus-4👢7️⃣.6 和 GP🏺🐦T-5.4🈴，与 💲✅Gemini🎵-3.1 持平🐝🏝。毕竟那么多玩充电🥈💧头、玩充电宝的☝5️⃣，早就把大牌👩👩👧产品拆解得💺🀄裤衩都不剩👛➰。但我们可以🥙让中国业🍭🧬务不赚钱🕘，全球业务养它💇♂️🈸。值得一提🕡的是，DeepS🤝🛸eek此前推↔出的R🏊1模型曾以更🤸♀️🌞低成本实现接近📯海外顶级模型的性😧综合色图视频能，引发👨👩👧👧🦢市场广泛关注，并🧦🌰一度引起📰资本市场对高端🇸🇹AI芯片长期需求🤚的重新👩👦👦👩👧审视☸。
1 “降智🍈👩🎤”可能同时发生🌮在好几层 😯Claude是⬛这一轮🧢最显眼的主角，🏷🇨🇻但如果🏋👨🏭拉远看，“AI🍯变笨”的原因远不🚰🇬🇬止一种🍑🈹。十年前，🔅很多中国创业者💥想超越苹果🔘🈯，但那时中国在软🧜♀️🇨🇩件和硬件上💸都有巨大差距💇😪。他告诉虎嗅，🗺🐧包括OpenA🔞I在内的公司，并⚪不会在底层过🏋️♀️度依赖PTX优化🇻🇨，其原因是，📺🐤他们不希望被🖌单一算力体🇵🇫👳系锁死📻。这对后续的🇦🇪架构取舍有🤪🇲🇽启示意义🦑。图源：Mini🙈Max 在 40🌵🧖♂️ 个超🎥过 20🏋️♀️00 Tok🇮🇨en 的复♑🤛杂 S🍑🛩kill🗝s 测试🐖中，M2.7🌝 保持了 97%🇲🇳 的遵循率；T🛳🇬🇭oolathon🔵🍛 工具调用正🚊🇩🇯确率 46.3🔥🌖%，进入🕵🐻全球第♋👨❤️👨一梯队；在 🧙♀️MiniM🇰🇪ax 自建的 👨👨👧👦MMClaw 评🔅💒测集上达到接近🌉 Sonne🚀t 4.6 的👖水平🚶。
