Grok 4.6 登顶 MedAgentBench 临床智能体基准

第三方评测机构 MedicalSphereAI 在 MedAgentBench（模拟电子病历环境下的临床智能体任务基准）上测得 xAI 的 Grok 4.6 以约 95.9% 的 pass@1 成绩夺冠，超越排名第二的 GPT-5.6 Sol；Grok 4.5 以约 93.4% 位列第三。结果显示 Grok 系列在医疗智能体任务上保持了领先表现。

2026-08-18 ~ 2026-08-19 · 2 条相关

• Grok 4.6 登顶 MedAgentBench,临床智能体任务超 GPT-5.6 Sol — elonmusk · 2026-08-18

另有 1 条近重复转述:XFreeze