Grok 4.5 在 VulcanBench 上拿下准确率与成本双第一
XFreeze · x · 2026-07-22
VulcanBench 把 Grok 4.5 排在了准确率和性价比的双第一。
- 在 medium effort 下，Grok 4.5 解出 21/23 题，成功率 91.3%，总成本 $6.67。
- 折合下来约 $0.32/题；对比之下，最佳的 Claude Fable 5 方案是 $0.61/题，最佳 GPT-5.6 Sol 方案是 $0.80/题。
- 配图里的基准图表还显示，GroK 4.5 在效率前沿上领先；提高 effort 只会增加成本，并没有把结果从 21/23 再往上推。
这条帖子的核心结论很直接：Grok 4.5 目前给出的不是单纯“更强”，而是“更强且更省”。
所属事件:Grok 4.5 登顶 VulcanBench 软件工程榜单(2 条相关)→
「模型」频道最新
- Kimi K3 的「开源」有条件：年入 2000 万美元需另签协议 — alex_verem · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27