Grok 4.6登顶罕见病诊断榜首，DeepSeek新模型翻车

最新大模型基准测试RareBench结果显示，xAI的Grok 4.6在儿童罕见病诊断上表现惊艳，成功登顶榜首，并以约三分之一的成本击败了Anthropic的Claude Opus 5。与此同时，DeepSeek新发布的v4-pro模型表现不及预期，疑似在此次评测中翻车，引发了社区的广泛关注与热议。

2026-08-14 ~ 2026-08-14 · 2 条相关