投机实验室 (@LabSpeculation) “Grok 4.6用最低的成本，最优秀的表现，在真实编程测试里拿下了第一。 它的表现和第二” — TopicDigg
投机实验室
@LabSpeculation
加入 January 2022
0 正在关注 0 粉丝
Grok 4.6用最低的成本，最优秀的表现，在真实编程测试里拿下了第一。
它的表现和第二名 Fable 5只差0.3个百分点，但每个任务的成本却只有对方的6分之1。
这套测试是Cursor用真实编程任务做的，主要看AI能不能理解项目，修改多个文件，并完成开发工作。
实际表现中，Grok拿到70.8分，Claude Fable 5是70.5分，Claude Opus 5是70分，GPT-5.6 Sol是67.2分。
最离谱的是成本差距。
Grok完成一个任务平均只花2.81美元，Claude Fable 5高达17.32美元。
Claude Opus 5要8.23美元，GPT-5.6 Sol要5.69美元。
显示更多
