Grok 4.6 登顶部分智能体基准，长程任务表现紧追 Claude Opus
ArtificialAnlys · x · 2026-08-12
在 Artificial Analysis 的长程智能体知识工作私有基准（AA-Briefcase）中，xAI 的 Grok 4.6 首次亮相便取得 1577 的 Elo 分数，紧随 Claude Opus 5 之后。
测试结果显示，Grok 4.6 在评分标准、演示文稿和分析质量等多个维度上均表现出强劲且稳定的实力。
所属事件:xAI发布Grok 4.6，性能领先且定价不变(92 条相关)→
「模型」频道最新
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16
- 问 AI 要答案永远是 7：Anthropic 工程师谈模型品味趋同陷阱 — rubenhassid · 2026-10-16
- 推ter脑筋急转弯：抠掉 Llama 3 全部权重矩阵还剩几个参数？ — Sauers_ · 2026-10-16
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- Claude 团队版一个席位被标记，全组织 5 个账号一并冻结 — RexDouglass · 2026-10-16
- Kimi K3 训后检查点表现出色，获赞预训练扎实 — SonglinYang4 · 2026-10-16