内部评测：Grok-4.7 在 22 项知识工作任务中排第三，成本不足 5 美元
himanshustwts · x · 2026-09-22
作者对 Grok-4.7 在 22 个内部知识工作任务上进行了评测，覆盖工程、业务运营、金融和医疗领域。
主要发现：
- Grok-4.7 在评测表中排名第 3，总成本不到 5 美元；
- 在多文档政策推理与优先级处理方面表现出色；
- 擅长跨 CSV、JSON、Markdown 和电子表格的大型结构化审计；
- 能稳定按要求产出交付文件。
转发者调侃「SpaceXAI 排名赶上 DeepSeek V4.1 Flash」，并指出这背后是 Colossus 2 和 Cursor 的数据支撑。
所属事件:Grok-4.7 内部评测 22 项任务排第三 成本不足 5 美元(2 条相关)→
「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