GPT-5.6 Sol
Grok 4.6
Grok4.6发布！性能究竟如何？
以前的大模型是你问一句它答一句，像个知识渊博但不太会来事儿的学霸。但Grok 4.6不太一样。给它一个模糊的产品想法，比如“帮我做个App”，它能自己研究陌生领域、设计架构、写代码、跑测试、发现问题、改代码，最后给你一个能跑的第一版。SpaceXAI管这叫“长时间运行的AI智能体”。在智能体知识工作测试GDPVal-AA v2里，Grok 4.6拿了1753分，超过了Claude Fable 5的1741和GPT-5.6 Sol的1728。法律领域的Harvey LAB测试更夸张，15.8%直接碾压GPT-5.6 Sol的2.5%。我们产品经理看到这个已经坐不住了，说以后写PRD是不是可以直接扔给AI了。我回了一句：那你先试试再说。
发布于 北京
分享
1
1
未登录
友善发言
评论
加载中
