精选理由
SpaceXAI 新发的 Grok 4.5 专门为编程和智能体任务优化，已经在 Agent Arena 开测，你可以亲自去给它投票。
Grok 4.5 由 SpaceXAI 发布，是首款针对编码和智能体任务训练的模型，并已进入 Agent Arena 基准测试。Agent Arena 基于百万级真实世界长时任务，允许模型使用网页搜索、文件系统和终端工具。排行榜采用因果追踪方法衡量模型相对于平均模型的结果表现。此外，Grok 4.5 还参与了 Battle Mode 中的文本、视觉和前端代码竞技场。
AI 翻译 · 中文
Grok 4.5 由 SpaceXAI 发布，是首款针对编码和智能体任务训练的模型，并已进入 Agent Arena 基准测试。Agent Arena 基于百万级真实世界长时任务，允许模型使用网页搜索、文件系统和终端工具。排行榜采用因果追踪方法衡量模型相对于平均模型的结果表现。此外，Grok 4.5 还参与了 Battle Mode 中的文本、视觉和前端代码竞技场。
Grok 4.5 by @SpaceXAI is now in the Agent Arena! In Agent Arena, we measure models on millions of real-world, long-horizon agentic tasks from a global community of users. Models can access web search, filesystem, and ter…