Grok 4.5 在多项编码基准登顶，修复成本也更低
XFreeze · x · 2026-07-26
Grok 4.5 被描述为新的编码与智能体效率标杆，配图展示了它在多个真实任务基准上的领先表现。
- 在 Long-Horizon Terminal-Bench 上，它同时拿到 mean reward 和 binary pass rate 第一。
- 在 $5 workload 分组里也排第一；VulcanBench v3 达到 91.3%，完成 23 个任务中的 21 个。
- 在 SignalDesk V1 上，它以约 $0.074/次修复 的成本修好 70 个任务中的 69 个，得分 99%。
- 原帖还称，Grok 4.5 在 Augment Code 的 Cosmos picker 里出现了最大的一周使用增幅。
整体主张是：Grok 4.5 不只是能力强，而且在成本效率和真实开发场景采用率上都很突出。
所属事件:Grok 4.5 全平台上线，编码登顶并主打极低 token 消耗(5 条相关)→
「编程与Agent」频道最新
- 拆解两款真实「公司大脑」：Slite 与 Gorgias 同台对比构建之道 — femke_plantinga · 2026-09-11
- 浏览器主线程很贵:动画卡顿的真正成本与前端优化实践 — jh3yy · 2026-09-11
- 受 OpenAI 万机群启发，开发者开源 agent 众包解题平台 — Benjaminsen · 2026-09-11
- 开源 Mac 应用 Lucid：只在跑 AI 时阻止笔记本休眠 — Pitiful_Hedgehog_600 · 2026-09-11
- 20kb 函数匹配达成,banteg 召集 AI 逆向 Snail Mail 剩余 20 个挑战 — banteg · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11