Grok 4.6智能体基准测试登顶并列第一
在Artificial Analysis的AA-Briefcase智能体知识工作基准测试中，xAI的Grok 4.6表现亮眼，不仅得分逼近Claude Fable 5，更与Claude Opus 5 Max并列登顶第一。该模型在工具调用、规划和长程复杂任务方面展现出强大的自主性。此外，其单次任务成本仅为顶尖竞品的五分之一，兼具高性能与低成本优势。
2026-08-12 ~ 2026-08-13 · 4 条相关
- 第 1 集:实测Grok模型：执行速度快但易犯推理错误(2026-08-11,2 条)
- 第 2 集:Grok 4.6疑现身Cursor后撤下，官方未证实(2026-08-11,7 条)
- 第 3 集:Grok 4.6发布并开展多款编码工具横评(2026-08-11,4 条)
- 第 4 集:马斯克确认本周发布Grok 4.6，传xAI正洽谈收购Cursor(2026-08-12,3 条)
- 第 5 集:xAI发布Grok 4.6：性能跻身前沿且极具性价比(2026-08-12,26 条)
- 第 6 集:AI 圈恶搞造梗虚构 Grok 4.6 发布(2026-08-12,3 条)
- 第 7 集:Grok 4.6上线多平台首周用量翻倍(2026-08-12,3 条)
- 第 8 集:Grok 4.6智能体基准测试登顶并列第一(2026-08-12,4 条)
- 第 9 集:Grok 4.6性价比碾压竞品，下代将融合SpaceX与Cursor数据(2026-08-12,8 条)
- 第 10 集:Grok 4.6全面接入开发工具(2026-08-12,2 条)
- Grok 4.6 登顶部分智能体基准，长程任务表现紧追 Claude Opus — ArtificialAnlys · 2026-08-12
- Grok 4.6 智能体榜单登顶，与 Claude Opus 5 Max 并列第一 — XFreeze · 2026-08-13
- Grok 4.6 智能体评测逼近 Claude Fable 5，单次任务成本仅其五分之一 — ArtificialAnlys · 2026-08-13
- Grok 4.6在5美元预算下AI模型评测登顶，性价比突出 — XFreeze · 2026-08-13