评测显示 Grok 4.7 排名跌至第 24,较 4.6 下滑 5 分
scaling01 · x · 2026-09-22
Vals AI 发布的基准评测显示，Grok 4.7 在 Vals Index 上仅排第 24 名（54.2%），较 Grok 4.6（第 14 名，59.2%）下滑 5 个百分点，不过仍好于 Grok 4.5（第 30 名，51.5%）。
分领域看，Grok 4.7 提升最大的是法律和医疗类任务。评测者以 💀 表达对这次退步的态度。xAI 新版本发布后评测不升反降，值得后续观察是否为评测口径或模型回归问题。
所属事件:Grok 4.7 在 Vals AI 评测中不升反降，排名跌至第 24(2 条相关)→
「模型」频道最新
- DateBench 实验：AI 在交友软件冒充人类，仅 8/1277 人识破 — rohanpaul_ai · 2026-11-12
- 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