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
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27