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
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11