Grok 4.7 编程 Agent 指数 47→56，三项子基准全面上升
ArtificialAnlys · x · 2026-09-22
Artificial Analysis 补充 Grok 4.7 编程能力细节：配合自家 Grok Build 编程 Agent，Grok 4.7 (xhigh) 在 Coding Agent Index 得分 56，较 Grok 4.6 (xhigh) 的 47 提升 9 分，三个组成部分均改善——DeepSWE v1.1 从 65% 升至 73%，Terminal-Bench 4.0 从 18% 升至 33%，SWE-Atlas-QnA 从 58% 升至 63%。该评测使用 xAI 第一方 harness，与 Intelligence Index 的标准化跨模型评测分开。
所属事件:Grok 4.7 发布：评测能力大涨但 token 消耗翻倍引争议(25 条相关)→
「模型」频道最新
- 11 个 LLM 剑桥辩论社对决 1168 场：Claude Fable 5.2 压倒性夺冠 — AymericRoucher · 2026-11-12
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12