Grok 两个月 Terminal-Bench 从 12.4% 升至 38%，超越 GPT-5.6 Sol
CurieuxExplorer · x · 2026-09-22
推文称 Grok 在 Terminal-Bench 4.0 基准上的成绩两个月内从 12.4% 涨到 38.0%，翻了三倍，并已超过 GPT-5.6 Sol。作者认为这不是渐进式提升而是换挡式跃升。注意这是第三方转述，官方未证实，具体榜单细节待核。
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
- OpenAI 将下线 Standard Voice，用户发帖纪念这个「没人测的基准」 — aesthetic_legume · 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