Grok登顶罕见病诊断榜首，DeepSeek与GLM新模型表现不及预期
ns123abc · x · 2026-08-14
最新评测显示，Grok 4.6在RareBench罕见病诊断基准测试中登顶，以约三分之一的成本击败了Anthropic的Claude Opus 5。同时，DeepSeek新发布的v4-pro-0813模型表现不及预期，甚至不如v4-flash版本，疑似API端点切换存在问题。此外，ZAI的GLM5.2也表现不佳，在编码能力上逊色于Kimi K3。
所属事件:Grok 4.6登顶罕见病诊断榜首，DeepSeek新模型翻车(2 条相关)→
「模型」频道最新
- 开源模型涨价引争议，社区批评用户未看清DSH商业价值 — teortaxesTex · 2026-08-14
- ChatGPT GitHub 连接器频发误报：正常写入遭安全拦截 — Phoxerity · 2026-08-14
- 代码泄露：Gemini CLI 添加 Claude 4.5 与 Opus 4.8 模型 — RussellZager · 2026-08-14
- 大模型价格战：DeepSeek暴涨1114%，Grok与Gemini降价厮杀 — kimmonismus · 2026-08-14
- Toast 1 搜索智能体实测：质量与速度兼得，价格仅十分之一 — xeophon · 2026-08-14
- 网友：算法权重已发布，引发热议 — RileyRalmuto · 2026-08-14