Grok 4.5 登顶 VulcanBench 软件工程榜单

在真实仓库工程基准 VulcanBench v3 中，Grok 4.5 以 91.3% 的准确率排名第一，超越了其他竞争模型。在 medium effort 测试下，该模型成功解出 21/23 道题目，不仅在准确率上拿下榜首，还获得了性价比的双料第一，展现了其在软件工程领域的强劲实力。

2026-07-22 ~ 2026-07-23 · 2 条相关

• Grok 4.5 在 VulcanBench 上拿下准确率与成本双第一 — XFreeze · 2026-07-22
• Grok 4.5 以 91.3% 登顶真实仓库工程基准 VulcanBench v3 — XFreeze · 2026-07-23