马斯克转发：Grok 4.7 法律 Agent 基准得分 19.6%，约三倍于对手
elonmusk · x · 2026-09-22
马斯克转发了一条关于 Grok 4.7 在 Legal Agent Benchmark（法律智能体基准）上表现的推文：该模型在真实、长期法律任务上得分 19.6%，超过了所有被测模型，接近对比模型 Fable 5.1 的三倍。
需要注意这是第三方账号的说法，19.6% 的绝对分值也说明此类长期任务仍然很难；具体评测细节有待官方或独立复现。
「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