Grok 4.5
xAI · 2026-07-08 发布 · 10/23 20:07 更新
综合评分58.2分综合参考位次 · 第 34 位0–100 分，非正确率 · 证据覆盖 89%
可比较分类4/ 4 项分类
已有成绩30项评测
上下文窗口50万Token
各有所长，看得更清楚。
每类单独评分，越高表示该分类表现越强。具体能力请看原始成绩与配置。
编程综合评分55.5分参考第 42 位前 30 位之外8 项评测 · 覆盖 100%科研综合评分58.7分参考第 36 位前 30 位之外5 项评测 · 覆盖 71%专业办公综合评分60.4分参考第 35 位前 30 位之外9 项评测 · 覆盖 88%知识问答综合评分62.0分参考第 24 位6 项评测 · 覆盖 100%
评分和参考位次只在同一分类、同一轮内比较。缺测不补分；覆盖比例不代表能力高低。
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
编程8 项
科研5 项
专业办公9 项
知识问答7 项
真人盲选1 项
还有一些未知
参考顺序只概括已取得的公开证据，缺测不补分。不同运行配置、未知误差与新评测都可能改变顺序，相邻位次不等于已证明的能力差距。
了解计算方法 →