Grok 4.7 模型卡发布：Terminal-Bench 成绩从 20.3% 跳至 38.0%
ns123abc · x · 2026-09-22
xAI 发布 Grok 4.7 模型卡，编程终端基准 Terminal-Bench 4.0 榜单出现明显变化：
- Claude Fable 5.1 以 57.9% 继续大幅领先所有模型
- Grok 4.7 从 20.3% 跃升至 38.0%，反超 GPT-5.6 Sol
进步幅度显著，但距离榜首 Claude 仍有近 20 个百分点的差距。
所属事件:Grok 终端编码基准两月翻三倍超越 GPT-5.6 Sol(3 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