Grok 4.5 真实任务榜登顶
XFreeze · x · 2026-07-11
Grok 4.5 在 AutomationBench-AA 上拿到 **#1**，用于衡量真实世界 AI 自动化任务能力。 - 得分 **51%**，高于 Claude Fable 5（49%）和 Claude Opus 4.8（48%） - 号称每个任务成本约为对手的 **1/4** - 每任务仅用约 **8K 输出 token**，作者称其在前沿模型里 token 效率很高 这条帖子的核心是在强调：Grok 4.5 不只是分数领先，也在真实任务的成本与 token 效率上表现突出。