Grok 4.6 在工程科学领域追平 GPT-5.6 Sol
sanmikoyejo · x · 2026-08-28
不同模型在科学领域的表现存在差异。Anthropic 和 OpenAI 的最佳模型在大多数领域占据主导，但在工程科学领域，SpaceX 的 Grok 4.6 以更低的成本和 Token 用量与 GPT-5.6 Sol 并列第二（14.8%）。Opus 5 在除数学科学外的所有领域排名第一，而在数学领域 Fable 5（33.3%）和 Sol（31.4%）领先。
所属事件:Grok 4.6 工程科学表现追平 GPT-5.6 Sol 价格仅三分之一(2 条相关)→
「模型」频道最新
- 爆料人称 Opus 5 或采用深度循环架构，方向仍存变数 — scaling01 · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- Nvidia 联手 Nolla 后训练 Nemotron 3.5 VL，皮肤科诊断称超越前沿 — LoganGrasby · 2026-10-16
- Gemini 4 Argon 登顶 ARC-AGI-3 达 97.5%，第二家破 95% — patience_cave · 2026-10-16
- 微软 MAI 自研 3T 参数基座模型亮相，多项 held-out 评测领先 — soldni · 2026-10-16
- Datadog 发布 Scout 1.0：基于 GLM-5.3 Flash 微调的 SRE 专用模型 — Tim_Dettmers · 2026-10-16