Rails 基准：Grok 4.6 准确率 84% 逼近 Opus，成本低 60%
AccBalanced · x · 2026-08-19
dhh 转发 Rails 编程基准结果并感叹 Grok 追赶前沿速度惊人，同时质疑「Google 怎么了」。
基准数据显示：4 个新模型中 Grok 4.6 表现最佳，准确率 84% 排名第 4（当前最佳为 Claude Opus 5 的 92%），但成本比 Opus 低 60%；Grok 4.6 的 Rails API 回忆率为 33.3%，排第三。Claude Opus 4.8 以 3 分 36 秒位居速度第二，仅落后最快的 Luna 7 秒。Gemini Flash 3.7 各项表现中下，但属于较便宜的选项。
「模型」频道最新
- 数据说话：路由和安全分类用决策模型，中位速度快 7-8 倍 — randal_olson · 2026-10-16
- 小米 MiMo V2.6 Pro 登顶 Agent Arena 开源榜，成本仅 $0.11/任务 — arena · 2026-10-16
- ChatGPT 推荐视频工具时提示「可通过 Runway 集成获取」，被讽疑似软广 — tlakomy · 2026-10-16
- 微软 MAI 自研 3T 参数级预训练基座模型完成，后训练结果即将公布 — soumitrashukla9 · 2026-10-16
- 实测 Gemini 4 Argon：速度远超 Opus 5.5，但幻觉多且贵 — prasenx · 2026-10-16
- Bindu Reddy 呼吁 Meta 开源 Wonder:称其略强于 DeepSeek — bindureddy · 2026-10-16