Grok 4.5 登顶 HighWalk，代码变更规格更新能力居首
elonmusk · x · 2026-07-29
转发内容称，Grok 4.5（high）在 HighWalk benchmark 上拿到第一，HighWalk 主要测试 AI agent 根据代码变更更新技术规格的能力。
配图显示，Grok 在质量和运行效率的组合指标上领先 Claude 和 GPT，位列榜首。
所属事件:Grok 4.5 登顶 HighWalk 基准测试(3 条相关)→
「模型」频道最新
- 网友观察到模型自生成「理想回答」用于训练其他模型 — liminal_bardo · 2026-10-16
- Reflection 开源 Beam 模型权重，采用 Apache 2.0 协议 — victormustar · 2026-10-16
- Reflection Beam 501B MoE 登陆 GB200:单用户 463 tok/s — zhyncs42 · 2026-10-16
- JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评 — airesearch12 · 2026-10-16
- LMArena 上线 Agent 与代码双排行榜，可对比各模型智能体实力 — arena · 2026-10-16
- NVIDIA Nemotron-3.5 实测遇冷:Bolt 74B 在 pandas/numpy 与决策类测试不及 nano 版 — norenEnmotalen · 2026-10-16