Grok 4.7 上线 Agent Arena 竞技场，开启长程智能体评测与投票

2026年9月21日，智能体评估平台 Agent Arena 宣布将 xAI 的 Grok 4.7 纳入竞技场并开启文本、视觉、代码与文档模式的盲测与走势投票，其关注价值在于通过真实长程任务与多工具调用检验模型在复杂动态环境中的综合能力。

• 据 Agent Arena 官方公告（2026-09-21），Grok 4.7 已接入 Text、Vision、Code 和 Document 四大对战模式（Battle Mode）。
• 评测机制基于全球用户提交的真实长程任务，允许模型访问网络检索、文件系统和终端等工具，并通过因果追踪方法计算相对净改进得分。
• 平台同步发起社区预测投票，在收集用户对 Grok 4.7 净改进得分区间的判断后公布最终评测数据。
• 该测试旨在摆脱传统静态数据集评测的局限，从长流程交互与多工具协同的维度衡量模型稳定性。
• 影响/看点：长程工具调用竞技场的引入有助于减少静态基准刷分带来的评测失真，若 Grok 4.7 在盲测中取得高位胜率，可能为业界评估大模型智能体真实工程能力提供更客观的参考依据。
• 资料依据：
• Agent Arena 官方公告（2026-09-21）：https://agentarena.ai/blog/grok-4-7
• X：Arena（2026-09-21）：https://x.com/arena/status/2102080801462689999

本内容由 AI 生成，仅供参考，请注意甄别