Grok 4.6 登顶代理法律评测亚军，成本为 GPT-5.6 十三分之一
XFreeze · x · 2026-08-18
Grok 4.6 在美国行政/监管法律研究代理任务评测中排名第二，准确率 62.12%。虽然略低于 Claude Opus 5 (65.15%)，但大幅超越 GPT-5.6 Sol (60.61%)。关键在于成本优势：Grok 单次测试仅 $1.52，比 GPT-5.6 ($19.69) 便宜约 13 倍，比 Opus ($6.58) 便宜 4 倍多，实现了 frontier 级性能的极致降本。
「模型」频道最新
- Gemini 4 Argon 上线 AssemblyAI 网关，语音基准 99.5 分居 50+ 模型之首 — AssemblyAI · 2026-10-16
- Meta 开放权重模型 Muse Spark Open 上架 Ollama：1M 上下文、可接 Claude Code — ollama · 2026-10-16
- 网友晒「Opus 5.5」拼贴作品:模型开始有品味,护城河不存在 — yuwen_lu_ · 2026-10-16
- PrismML 发布 Bonsai 2 三值模型:9B 仅 2GB 可跑手机 — gajesh · 2026-10-16
- 苹果 MLX 让 816B 模型跑在 4 台 Mac Studio 上，36+ tokens/秒 — andrejusb · 2026-10-16
- vLLM 首日支持 Meta 816B 开放权重模型 Muse Spark Open — woosuk_k · 2026-10-16