Grok 4.7 登陆 Agent Arena，投票实测即将给出成绩
arena · x · 2026-09-22
Grok 4.7 已上线 LM Arena 的 Agent Arena。Agent Arena 基于全球用户在数百万真实长程 agentic 任务上的投票评估模型，模型可使用网页搜索、文件系统和终端工具完成复杂工作流，排行榜用因果追踪方法衡量模型相对平均水平的产出表现。此外，Grok 4.7 也进入了文本、视觉、代码和文档四种模式的 Battle Mode，社区投票将很快给出其成绩。
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12