Grok 4.5 编码基准排第二
XFreeze · x · 2026-07-19
Grok 4.5 在 AlphaSignal 的私有 SignalDesk V1 coding-agent 基准中排到第 2 名，成功修复了 70 次尝试中的 69 次，resolve rate 达到 99%。
帖子还强调了它的效率：单次成功修复成本约 $0.074，总成本 $5.12，平均完成时间 46 秒，总共消耗 510 万 tokens。作者据此认为，Grok 4.5 不只是能力强，也可能是当前最具性价比的 coding agent 之一。
「模型」频道最新
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26