Grok 4.5 职业任务基准领先
elonmusk · x · 2026-07-10
Snorkel 的新数据显示，Grok 4.5 在真实职业任务基准 GDPval+ 上领先其他前沿模型。该基准覆盖经济各领域的专家设计工作任务，Grok 4.5 的平均通过率为 29%，高于 GPT 5.5 的 22% 和 Claude Opus 4.8 的 21%。 帖子还指出，Grok 4.5 在法律、教育、医疗和 QA 分析等要求更高的场景里提升明显，体现出 xAI 更强调模型在真实、可执行工作中的表现。