Grok-4.6 相关 AI 资讯 · AITOP · AI热报

8月28日

22:12

22:12

lmarena.ai@lmarena_ai

Grok-4.6在Agent Arena排行榜中位列第15名，实现了6.1%的净提升。该模型在确认成功指标上表现突出，提升了13.2%。在工具幻觉方面表现稳定，仅提升1.0%。 bash恢复能力提升了8.8%，可操控性提升4.9%。

AI模型 Grok-4.6 Agent Arena 智能体

推荐理由：Grok-4.6在Agent Arena排名上升，确认成功指标提升13.2%，bash恢复能力显著增强。

22:00

22:00

lmarena.ai@lmarena_ai

73°

Grok-4.6(xHigh)在Agent Arena代码类别中排名第12，净提升7.7%，基于4500+真实智能体代码会话。在确认成功率方面排名第6，提升15%。整体确认成功率提升13.2%，排名第6。与Grok-4.5相比有显著提升，中位任务成本为1.12美元。

AI模型 Grok-4.6 SpaceXAI Agent Arena

推荐理由：SpaceXAI的Grok-4.6在代码任务上表现亮眼，确认成功率提升15%，成本与Claude Opus 4.6相当。

8月14日

01:43

01:43

lmarena.ai@lmarena_ai

83°

xAI 的 Grok-4.6 (High) 在 Code Arena 的 WebDev 榜单以 1630 分升至第五名，超过 Claude Fable 5 的 1627 分和 GPT-5.6 Sol xHigh 的 1622 分。相比 Grok 4.5 的 1553 分（第13位），Grok-4.6 得分提升明显。目前这三款模型分差仅 4 至 9 分，分别排在第五至第七名。

AI模型 Grok-4.6 SpaceXAI Code Arena

推荐理由：Grok-4.6 刚发布就把网页开发能力冲进第一梯队，分数压过 Claude 和 GPT 的最新版，差距只有个位数，写代码的可以关注下。