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”。
「模型」频道最新
- Google高管征集 Gemini 3.6 Flash 等新模型真实反馈 — patloeber · 2026-07-22
- Gemini 3.6 Flash 快两倍便宜 18%，独立测试却没变聪明 — etherd0t · 2026-07-22
- 批评者称 OpenAI 事故被误读为“失控自主” — ambaonadventure · 2026-07-22
- Google 推出 Gemini 3.5 Flash Cyber 网络安全专用模型 — pushmeet · 2026-07-22
- 爆料称 Cerebras 升级后 GPT-5.6 Sol 速度可达 750 tok/s — haider1 · 2026-07-22
- LeCun 转发 Hugging Face：开放权重模型更利于网络防御 — ylecun · 2026-07-22