Grok 4.5 在 15 万张真实账单测试中拿到最高准确率
elonmusk · x · 2026-07-25
Grok 4.5 被 Elon Musk 形容为“很适合真实工作”，并被 Ramp 的一项实测拿来对比 15 万张真实企业账单。
- Ramp 用实际业务发票测试模型，评分标准是：模型是否能预测人类会做出的每一处修正。
- 结果里，Grok 拿到最高的完全抽取率，超过了同价位的 Gemini Flash 3.6、GPT 5.6 Terra 和 Sonnet 5。
- 这是一项很吃长上下文推理的任务：模型要从 10 万+ token 的历史发票、业务记忆和人工修正里总结规律，再应用到新账单上。
- 目标是实现 zero-click accounts payable，让发票处理无需人工介入即可自动正确完成。
「模型」频道最新
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26
- 现场幻灯片:OpenAI Dots 数周内登陆 EU/EEA 和英国 — testingcatalog · 2026-10-26