全部动态

想挑个说话不绕弯子的模型？这份榜单直接量化了各家的“直球”程度，GPT-6 Sol 和 Grok 系列得分最高。

官方账号Artificial Analysis@ArtificialAnlys原文

新基准专门测模型多爱顺着你说，Llama 4 Maverick 97 分、Grok 4.7 最低，Claude 全系都偏低，想挑一款不谄媚的模型可以看看这份排名。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

四个模型没被提示就画出了圣家堂那个魔方，有的还故意藏柱子后面，训练数据痕迹挺有意思。

官方账号Artificial Analysis@ArtificialAnlys原文

让 6 个智能体去讨火车票退款，Grok 4.7 一周发 116 条消息还发诉前函，结果钱没要到，过程全程高能。

OpenAI 给受信访问的 GPT-6 Sol（Daybreak Blue）几乎没有网络安全防护，跑分直接登顶还比 Grok 4.7 便宜好几倍，值得看看细节。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

ARC Prize 晒出 Grok 4.7 的实测成绩，有意思的是它一代分数涨了，二三代替反而降了，可以看看这套数据对比

官方账号ARC Prize@arcprize2 个信源在谈原文

OpenAI的GPT-6.1 Sol在浏览器任务上击败了Astra、Opus和Grok，成本还低7.8倍，靠缓存技术实现。

Browser Use@browser_use11 个信源在谈原文

马斯克罕见承认自家 Grok 4.7 不如 Anthropic 的 Opus 5.5，还给了追赶时间表，访谈原话挺少见的。

@cb_doge@cb_doge11 个信源在谈原文

xAI 的 Grok 4.7 上 Agent Arena 榜了，任务成功率明显变好，但单任务价格从 $0.74 涨到 $1.14，省钱党可以先观望。

lmarena.ai@lmarena_ai2 个信源在谈原文

一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。

shao__meng@shao__meng11 个信源在谈原文

Anthropic 和 OpenAI 前后脚发新模型还互相砍价，GPT-6 Luna 只要 $0.10/M，做应用的成本又降一半，附完整价格对比表。

xAI 的 Grok 4.7 (xHigh) 悄悄上线了，WebDev 排行榜冲到第10，比上一版涨了16分，价格速度还不变，写前端的朋友可以试试。

lmarena.ai@lmarena_ai原文

小米的 MiMo v2.6 Flash 跑分接近 Grok 4.7，成本却只有 1/57，做 agent 的可以看看这份 60 任务实测。

Browser Use@browser_use原文

SpaceXAI 推出 Grok 4.7，速度翻倍成本减半，性能比肩 GPT-5.6

Blognone@arjin11 个信源在谈原文

Mimo V2.6 和 Grok 4.7 同晚发布，能力相近价差好几倍，买 API 前先比比。

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

Grok 4.7 上线 Cursor 和 API，同价同速但更强，官方还放了和 4.6 对比造帝国时代 2 的视频。

eric zakariasson@ericzakariasson11 个信源在谈原文

xAI 的 Grok 4.7 上 Cursor 和 API 了，主打编程和 Agent 工具调用，推理强度可自己调。

AI Will@FinanceYF511 个信源在谈原文

Grok 4.7 和 4.6 各做了一个开放世界城市游戏，两段视频放一起，代码生成能力差距一眼就能看出来。

AI Will@FinanceYF511 个信源在谈原文

写代码的可以试试 Grok 4.7，刚上 OpenRouter，难任务能干更久还会自己检查。

OpenRouter@OpenRouterAI11 个信源在谈原文

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@browser_use11 个信源在谈原文

xAI 放出 Grok 4.7 模型卡，终端和编程类基准分数接近翻倍，价格还跟 4.6 一样。

eric zakariasson@ericzakariasson原文

Grok 4.7 出了，价格不变，Cursor 和 API 都能用，作者实测觉得提升不大。

shao__meng@shao__meng7 个信源在谈原文

主打写代码的 Grok 4.7 上线了，官方称速度同类两倍、价格一半，Cursor 可直接调用。

Grok 4.7 上线 Agent Arena 了，拿你最难的提示词去投票实测，看比 4.6 强多少。

lmarena.ai@lmarena_ai11 个信源在谈原文

xAI 的 Grok 4.7 便宜但跑分只有 46，比 Claude 和 GPT-6 各低 7 分，预算敏感的场景可以看看。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Grok 4.7 上 Agent Arena 了，拿真实智能体任务投票打分，想看排名可以去投一票。

lmarena.ai@lmarena_ai4 个信源在谈原文

Grok 4.7 已经进了 Cursor 和 Grok API，写代码的可以直接换它跑跑看效果。

官方账号xAI@xai11 个信源在谈原文

马斯克说Grok 4.9可能和Astra/Fable差不多，Grok 5可能实现AGI，挺有意思的。