Grok 4.3

编程43.56 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• LiveBench Coding写代码·LiveBench69.9%折算分 50.2+
• Terminal-Bench 4.0终端里干活·Artificial Analysis0.0%折算分 至多 48.9+
• SciCode科研计算代码·Artificial Analysis48.3%折算分 48.4+
• Vibe Code Bench v1.1做网页应用·Vals AI19.4%折算分 41.9+
• LiveBench Agentic Coding改真实仓库·LiveBench18.5%折算分 29.3+

科研47.75 项

• Humanity's Last Exam专家级难题·Artificial Analysis37.2%折算分 55.2+
• CritPt研究级物理·Artificial Analysis8.0%折算分 52.7+
• FrontierMath T1–3研究级数学·Epoch AI42.8%折算分 48.2+
• LiveBench Reasoning逻辑与空间推理·LiveBench70.8%折算分 46.3+
• Chess Puzzles下棋解题·Epoch AI18.0%折算分 42.0+

专业办公38.78 项

• MedCode医疗编码·Vals AI38.1%折算分 46.4+
• GDPval-AA职业交付件·Artificial Analysis945.8折算分 41.8+
• Legal Research Bench法律检索·Vals AI15.4%折算分 41.4+
• AA-Briefcase办公长任务·Artificial Analysis762.6折算分 39.8+
• LiveBench Data Analysis数据处理·LiveBench55.8%折算分 39.8+
• TaxAgentBench税务问答·Vals AI6.2%折算分 31.5+
• AutomationBench-AA业务自动化·Artificial Analysis1.4%折算分 至多 29.6+
• AA-Analyst Agent数据分析·Artificial Analysis8.8%折算分 26.7+

知识问答47.87 项

• PBullshitBench v2识破错误前提·BullshitBench46.0%折算分 55.1+
• LiveBench IF按要求作答·LiveBench62.8%折算分 52.5+
• LiveBench Language语言理解·LiveBench73.6%折算分 52.4+
• LNYT Connections 扩展版词语归类·Lech Mazur55.2%折算分 46.7+
• AA-LCR长文理解·Artificial Analysis73.0%折算分 46.1+
• SimpleQA Verified事实准确·Epoch AI33.2%折算分 44.2+
• MLCR-AA医疗长记录·Artificial Analysis8.3%折算分 41.5+

真人盲选43.72 项

• Arena Text对话盲选·LMArena1,441.9折算分 47.7+
• Arena WebDev网页成品盲选·LMArena1,357.2折算分 38.6+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。