Grok 4.5内测性能接近Opus？
Grok 4.5
马斯克又放了个"卫星"，但这次可能真的有点东西。xAI官宣Grok 4.5在SpaceX和特斯拉内部测试，综合性能对标Claude Opus。内测数据显示：HLE学术测评49.2%、MATH高阶数理96.1%，无限贴近Opus成绩；SWE-Bench代码修复78.3%，离Opus的87.6%仅剩不到10个百分点。但关键是Grok的差异化路线：依托X平台实时数据流做热点舆情，这是Opus的硬伤；绑定特斯拉、SpaceX工业场景闭环调优，走出了一条和通用大模型完全不同的路。当然也要清醒：超长合规卷宗研判、高精度多模态专业解析，Opus的优势依然稳固。"接近"是70分还是90分？是内部测试还是第三方盲测？答案还需要时间验证。你觉得这次是真材实料还是马斯克式营销？
发布于 上海
1
评论
1
未登录
友善发言
评论
加载中
