模型多源确认
Grok 4.7 浏览器长任务基准 39.9 分，仍落后 DeepSeek
Grok 4.7 just dropped. Still chasing DeepSeek 👀 Long Horizon Browser Use Benchmark v2 > GPT-6 ...
精选理由
Grok 4.7 浏览器任务 39.9 分，比上代涨 8.7，但只有 GPT-6 Astra 一半。
browser_use 官方发布 Long Horizon Browser Use Benchmark v2 榜单，纳入刚发布的 Grok 4.7。Grok 4.7 得分 39.9，高于 Grok 4.6 的 31.2，但不到 GPT-6 Astra 80.6 分的一半。DeepSeek V4.1 Flash 以 47.9 分排第二，领先 Grok 4.7 约 8 分。
原文 · Browser Use
Grok 4.7 just dropped. Still chasing DeepSeek 👀 Long Horizon Browser Use Benchmark v2 > GPT-6 ...
Grok 4.7 just dropped. Still chasing DeepSeek 👀 Long Horizon Browser Use Benchmark v2 > GPT-6 Astra: 80.6 > DeepSeek V4.1 Flash: 47.9 > Grok 4.7: 39.9 > Grok 4.6: 31.2 Better than 4.6. Still less than half Astra's score. 💬 0 🔄 1 ❤️ 10 👀 913 📊 3 ⚡
