Grok 4.6 登顶 GPQA Diamond：95% 并列第一，超 Opus 5 与 GPT-5.6
XFreeze · x · 2026-08-28
xAI 的 Grok 4.6（high 档）在 GPQA Diamond 榜单上以 95% 的成绩并列第一，创下该研究生级科学推理基准的最高分。它超过了 Claude Opus 5、Fable 5 和 GPT-5.6 Sol。GPQA Diamond 用连领域专家都觉得棘手的高难度科学问题测试模型，Grok 目前已站在科学推理的最前沿。
「模型」频道最新
- GLM 5.3 Flash 跃居 OpenRouter 日用量第四 — Hesamation · 2026-08-28
- 腾讯开放 Hy4 预览权重：770B MoE、49B 激活、1M 上下文 — Snoo26837 · 2026-08-28
- 跑分相近体积差一倍多:Qwen3.8-Flash-Next 疑靠规模追平 DeepSeek — vini542reddit · 2026-08-28
- Hy4 preview GitHub 仓库公开：256 专家、内置 MTP 层与 Gated DSA 注意力 — aigclink · 2026-08-28
- 混元 Hy4 preview 八项目实测：前端审美大增，长程任务稳 — vista8 · 2026-08-28
- PlayWorld 评估揭示世界模型高分低质 — jiqizhixin · 2026-08-28