Grok 4.5 浏览器智能体进第一梯队
rohanpaul_ai · x · 2026-07-13
有第三方评测称，Grok 4.5 在 browser-use agents 任务里已经进入第一梯队。
帖子里提到它的分数高于 GPT-5.6-Sol，接近 Claude Opus，说明前沿模型在这类浏览器操作任务上的差距正在快速压缩。作者还判断：现在可用的、接近 Opus 级别的选择已经不止一个了。
「模型」频道最新
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27