Grok 4.5内测性能接近Opus？
Grok 4.5
6月28日马斯克发X说Grok 4.5已经在SpaceX和特斯拉内部私测了，早期评估显示性能接近甚至可能超过Anthropic的Claude Opus。这话说出来圈内直接炸了，我花了一个周末扒了所有能找到的对比数据。先说现有公开跑分，Grok 4在SWE-bench Verified上拿了76.7%，而Claude Opus 4.6是80.8%差了4个百分点，MMLU PRO上Grok 4是87而Opus 4.6是89.1差了2.1个点。马斯克说Grok 4.5接近Opus但没说具体哪个版本的Opus，目前最强的Claude Opus 4.7在SWE-bench上已经到了87.6%，如果Grok 4.5真能追上这个数那确实是质的飞跃。但要注意马斯克的措辞是接近甚至可能超过，这个可能两个字很微妙，RL还在持续优化说明还没定版。我的判断是Grok 4.5大概率能追到Opus 4.6的水平但能否超过4.7不好说。建议开发者别急着站队，等公测跑分出来再做技术选型，现在模型迭代太快每月都有新王。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
