Grok 4.6 智能体评测追平 GPT-5.6，编程能力实现大幅跨越
kimmonismus · x · 2026-08-12
xAI 最新发布的 Grok 4.6 在多项基准测试中展现出惊人实力。根据 xAI 官方公布的数据，该模型在 AA Intelligence Index 中以 61 分追平 GPT-5.6 Sol，并在 CursorBench、FrontierCode 和 AA-Briefcase 测试中取得领先。
不过在 DeepSWE 和 Terminal-Bench 等更底层的测试中，Grok 4.6 仍落后于 GPT-5.6 Sol。官方透露，该模型经历了更长的补充训练周期，重新生成了 SFT 轨迹并加强了智能体强化学习。
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