Grok 4.5 领跑 VulcanBench 新编程基准

Grok 4.5 在 VulcanBench 新编程基准中领跑，得分 91.3%，解决 23 个真实任务中的 21 个，击败 Claude Fable 5 和 GPT-5.6 Sol。

• VulcanBench 基准涵盖五种编程语言的 23 个真实世界软件任务。
• Grok 4.5 以 91.3% 的解决率领先，同时占据成本效率前沿。
• 该成绩表明 Grok 在编程能力上已跻身顶级模型行列。
• 影响/看点：Grok 4.5 的编程表现进一步巩固了 xAI 在 AI 竞赛中的地位，尤其在代码生成领域。

本内容由 AI 生成，仅供参考，请注意甄别