Grok 4.5 在内部基准领先
billyuchenlin · x · 2026-07-11
Perplexity 的 Arav Srinivas 表示，他对 Grok 4.5 的表现印象很深。
被转述的信息包括：
- 在 Computer harness 中，Grok 4.5 在内部基准 WANDR 上拿到最高分；该基准衡量的是 agentic research 能力。
- 价格大约只有 Claude Opus 4.8 的一半。
- 在同等成本附近，它的表现还优于 Perplexity 当前的 GLM 5.2 post-trained 模型。
- Perplexity 已将 Grok 4.5 作为 Computer 中面向 Consumer Pro 和 Max 用户的 orchestrator 模型。
所属事件:Grok 4.5 接入 Perplexity 编排系统并登顶 WANDR 评测(10 条相关)→
「编程与Agent」频道最新
- 新基准瞄准商业 Deep Research:联网检索+内部工具调用缺评测 — burkov · 2026-10-18
- 托管 Agent 平台泛滥：是真需求还是伪命题？ — Ok_Philosophy_4031 · 2026-10-18
- MIT 的 Rackauckas:开源模型接管机器人日常运维,Opus 只写脚本 — ChrisRackauckas · 2026-10-18
- 科学计算大佬实测：日常维护任务开源模型反超，但深挖代码缺陷仍靠 Opus — ChrisRackauckas · 2026-10-18
- 开发者开源 ComfyUI 分镜与视频提示词生成工具 — Resident-Gain-5424 · 2026-10-18
- Concentrate AI 披露 AI 编码月账单:订阅+API 每月约 7 万美元 — ChrisRackauckas · 2026-10-18