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
- 一张 850x850 图仅花万分之一美分，多问一次等于传两次图 — smtabatabaie · 2026-10-15
- 「Argon 不信任我」：模型拒绝触发研究员吐槽 — thegautamkamath · 2026-10-15
- 用户实测：Grok 搜 X 帖子表现差，不如让 Opus 控制浏览器 — JasonBotterill · 2026-10-15
- Claude-Next 疑似通过 Opus 隐身路由回归 CLI 与网页端 — koltregaskes · 2026-10-15
- KAUST 论文揭示「思维泄漏」:无思考模式 RL 增益只是旧能力回放 — kaust-generative-ai · 2026-10-15
- Cline 数据:Cline 上 Gemini 4 Argon 首日采用率为 Opus 5.5 的 3 倍 — JMateosGarcia · 2026-10-15