Grok 4.6 跑分曝光：编码能力领先，但 SWE 仍存短板
kimmonismus · x · 2026-08-12
用户在体验后对 Grok 4.6 给出了高度评价，认为其实现了疯狂的跨越式提升。
根据 xAI 提供的基准测试数据，Grok 4.6 在 AA 智能指数上以 61 分追平了 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 评测中，它依然落后于 GPT-5.6 Sol。xAI 透露，该模型经历了更长的补充训练周期，重新生成了 SFT 轨迹并进行了智能体强化学习。
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