Grok-4.5 在 Agent Arena 升至第13
arena · x · 2026-07-14
在 Agent Arena 里，Grok-4.5 的总排名升到第 13 名（+5.0%）。
分项表现包括：
- 幻觉控制第 4（+1.3%）
- 确认任务成功第 6（+6.9%）
- Bash 恢复第 9（+9.7%）
- 赞美/抱怨第 12（+6.1%）
- 可操控性第 15（+0.9%）
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11