Grok 4.5 在 FrontierSWE 基准排名第二，研究能力第一

精选理由

Grok 4.5 在代码基准上超越 GPT-5.5 和 Opus 4.8，研究能力还拿了第一，值得关注。

AI 摘要

Grok 4.5 在 Proximal 的 FrontierSWE 基准测试中综合排名第二，仅次于 Claude Fable 5。在实现与性能维度上同样位列第二。在研究能力维度上排名第一，超过 Opus 4.8、GPT-5.5 和 GLM-5.2。该基准测试评估模型在真实软件工程任务中的表现。

原文 · xAI

Grok 4.5 at #2 on Proximal's FrontierSWE benchmark across implementation and performance, and #1 on ...

Grok 4.5 at #2 on Proximal's FrontierSWE benchmark across implementation and performance, and #1 on research abilities Proximal @ProximalHQ Grok 4.5 ranks #2 on FrontierSWE It is only outperformed by Claude Fable 5 and ranks higher than Opus 4.8, GPT-5.5 and GLM-5.2 🔗 View Quoted Tweet 💬 42 🔄 52 ❤️ 500 👀 57773 📊 64 ⚡

查看原推