Grok 4.5内测性能接近Opus？
Grok 4.5
Grok 4.5 内测这事儿 xAI 没大张旗鼓发，但圈里拿到 early access 的几个哥们体感已经出来了——结论先给：硬推理 + 代码这块确实摸到 Opus 4.7 的 90-95%，但长上下文稳度、指令跟随细腻度、多模态深度推理还差半肩到一肩，整体是"单项追平、综合仍差"。先校准口径：Grok 4.5 是 Grok 4 Heavy 之后的"轻量高性能"档（类似 GPT-5.5 那个定位），主打 推理 + 代码 + X 实时数据三条，参数没公开，但 API 价据说走"比 Opus 便宜 30%"的路线。实测分档（内测泄露 + 几个拿到权的组复测）：硬推理（AIME 2025、GPQA Diamond）：Grok 4.5 比 Grok 4 Heavy 提 3-4pp，跟 Opus 4.7 差 2-3pp 以内，xAI 的 RL + heavy 推理管线这块确实追得快；代码（SWE-bench Verified、跨文件重构）：Grok 4.5 比 Grok 4 Heavy 提 5pp 左右，跟 Opus 4.7 差 4-5pp，尤其"修 A 引 B"那种连锁修复，Opus 还是更稳；长上下文（>128K）：Grok 4.5 读 X 线程 + 长文档这侧是独一份（X 数据原生），但通用长文档（研报、repo）衰减比 Opus 明显，推理链后半段偶尔飘；多模态：Grok 4.5 这代重点不在多模态，跟 GPT-5.6V / Opus 4.7V / Gemini 3 Pro 比还差一截，xAI 的视觉栈还是弱项。跟竞品横向：Grok 4.5 的定位是"硬推理 + X 实时 + 比 Opus 便宜"那档，适合做金融舆情、实时事件分析、硬推理任务的用户切，综合代码+长上下文还是 Opus / GPT-5.6 deep 更稳。打工人启示：Grok 4.5 是 xAI 第一次摸到"综合 T1"门槛，但国内访问 + 合规 + 账单这三件事比 Claude 还麻烦，国内项目基本不用考虑，出海做金融/舆情/实时分析的可以摸一把。你们有拿到 Grok 4.5 early access 的吗？体感跟 Opus 比差在哪？
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
