Grok 4.5智能体任务表现强
ArtificialAnlys · x · 2026-07-09
Artificial Analysis 称 Grok 4.5 在知识工作、终端操作和客服等 agent 任务上表现很强，在 GDPval-AA v2、τ³-Banking 和 Terminal-Bench v2.1 上与 Claude Opus 4.8、GPT-5.5 处于同一水平或更高。
所属事件:Grok 4.5 发布主打编程与低价(61 条相关)→
「编程与Agent」频道最新
- Fable 5.1 生成 three.js 网站实测：快且精准，但细节仍需人把关 — repligate · 2026-09-03
- SentinelX 开源：让 LLM 安全接管你的 Linux 服务器终端 — CarolusX74 · 2026-09-03
- 连载 30 天：用 fable 5.1 给户外机器人写出无线手柄控制器 — _Stocko_ · 2026-09-03
- 试水 AmpCode：可用 ChatGPT 订阅、每线程一台云电脑，槽点是吉祥物 Puck — carlosdponx · 2026-09-03
- 一人一 Agent 独立 microVM:语言学习产品上线生产环境的三个教训 — maritime_sh · 2026-09-03
- 断网手写 10 页文档后让 Agent 做成 PPT：作者发现自己文字像 AI 糊弄产物 — cnakazawa · 2026-09-03