Agent Arena 榜单：Grok-4.6 综合第 15，成功确认率升 13%
arena · x · 2026-08-28
在 Agent Arena 的最新评估中，Grok-4.6 排名第 15，整体净提升 6.1%。细分指标显示，其在「确认成功」方面进步显著（+13.2%），在「Bash 恢复」（+8.8%）和「可引导性」（+4.9%）上也有提升，未出现工具幻觉问题。
「模型」频道最新
- Nat Lambert 爆料：Nvidia、HuggingFace 预告近期密集发布 — natolambert · 2026-10-15
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 爆料称 Anthropic 新模型将发布,疑似已挖出十余个 Chrome 高危漏洞 — matthew_d_green · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- Meta Muse Code 用量遭吐槽：5 小时额度仅剩 21% — ThomasScialom · 2026-10-15
- Claude Code 报错截图现「Fable 5.1」与「Opus 5」字样,疑为新模型露出 — adonis_singh · 2026-10-15