独立测试：Grok 4.7 中等推理反超高档，疑为刷榜优化
PawelHuryn · x · 2026-09-22
作者 PawelHuryn 公布独立测试结果：Grok 4.7 (medium) 稳定跑赢 (high) 甚至 (xhigh)（medium 三次 30/23/27，xhigh 四次 25/30/31/29，high 仅 19/22/17，low 11/15）。此外 Grok 4.6 (high) 得 23 分，反超 4.7 (high) 的 19 分，4.6 (medium) 也更高。作者正在增加各 effort 档位的实验次数，但认为这更像是给 4.7 机会追赶。他怀疑 4.7 并未修复问题，只是针对热门 benchmark 做了优化。
所属事件:独立实测：Grok 4.7 中档推理反超高耗能 xhigh 档(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