两个月成绩翻三倍:Grok 登顶 Terminal-Bench 4.0 超 GPT-5.6 Sol
ns123abc · x · 2026-09-22
据推文,Grok 在 Terminal-Bench 4.0(终端/agent 编码基准)上的成绩在两个月内从 12.4% 涨到 38.0%,翻了三倍,并超越了 GPT-5.6 Sol。若数据属实,这是 xAI 模型在 agent 编码任务上进步速度的又一例证。
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
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12
- Google 发物理工程「最后考试」:14 个前沿模型全部不及格 — dl_weekly · 2026-11-12