Grok 4.5 安全评测表现不错
zeeg · x · 2026-07-11
作者表示，虽然自己还没用 GPT-5.6 跑同样测试，但他认为 5.6 和 5.5 的差异可能没那么关键，且现在做横向对比更难；他目前仍在用 Sonnet 4.6，考虑因价格/准确率权衡改用 Grok。\n\n被回复内容提到：Grok 4.5 在 Warden 的 security review benchmark 上表现很好，虽然有一定速度偏慢的问题，但成本和准确率都不错；在性能表现上，作者称其超过了自己测试过的所有 Opus 模型。
所属事件:Grok 4.5 评测：中高预算段性价比突出(5 条相关)→
「模型」频道最新
- 传 OpenAI 在 Astra 中使用 neuralese 循环变换器，新的 scaling 轴浮出水面 — imadade · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
- 双 DGX Spark 实测：GLM-5.3-Flash 写作与视觉胜过 DeepSeek-V4-Flash — kuhunaxeyive · 2026-09-03
- Anthropic 商务智能体只建购物车交人工结账,被赞退款风控思路对 — HaktanSuren · 2026-09-03
- Qwen3.8 27B Q8 翻车:12 万 token 后发现根本没读计划,自行实现别的功能 — KingCpzombie · 2026-09-03