Grok 4.5

编程57.612 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• APEX-SWE系统集成与排障·Mercor53.6%折算分 66.4+
• LiveBench Agentic Coding改真实仓库·LiveBench56.5%折算分 60.7+
• Vibe Code Bench v1.1做网页应用·Vals AI69.0%折算分 59.5+
• TapTap Maker游戏功能开发·TapTap Maker72.0%折算分 59.1+
• SciCode科研计算代码·Artificial Analysis55.0%折算分 56.6+
• CyberBench Patch v1.1修安全漏洞·Vals AI80.4%折算分 56.0+
• Terminal-Bench 4.0终端里干活·Artificial Analysis10.6%折算分 54.9+
• Terminal-Bench 4.0终端里干活·Vals AI8.6%折算分 49.6+
• LiveBench Coding写代码·LiveBench68.6%折算分 49.0+
• TTerminal-Bench 4.0终端里干活·Terminal-Bench12.4%折算分 48.1+
• MirrorCode照样重写程序·Epoch AI32.2%+

科研58.86 项

• LiveBench Reasoning逻辑与空间推理·LiveBench87.2%折算分 61.8+
• CritPt研究级物理·Artificial Analysis15.4%折算分 61.4+
• Humanity's Last Exam专家级难题·Artificial Analysis42.7%折算分 60.0+
• Chess Puzzles下棋解题·Epoch AI35.0%折算分 57.3+
• AARC-AGI-2举一反三·ARC Prize52.6%折算分 57.0+
• FrontierMath T1–3研究级数学·Epoch AI57.2%折算分 55.1+

专业办公60.29 项

• AutomationBench-AA业务自动化·Artificial Analysis57.9%折算分 65.7+
• APEX-Agents投行咨询法律·Mercor56.2%折算分 64.4+
• Legal Research Bench法律检索·Vals AI38.0%折算分 62.9+
• TaxAgentBench税务问答·Vals AI24.9%折算分 60.1+
• AA-Briefcase办公长任务·Artificial Analysis1,277.5折算分 59.4+
• AA-Analyst Agent数据分析·Artificial Analysis35.0%折算分 59.0+
• GDPval-AA职业交付件·Artificial Analysis1,389.3折算分 58.6+
• LiveBench Data Analysis数据处理·LiveBench73.0%折算分 58.4+
• MedCode医疗编码·Vals AI43.3%折算分 53.0+

知识问答60.17 项

• LiveBench Language语言理解·LiveBench82.8%折算分 64.4+
• PBullshitBench v2识破错误前提·BullshitBench55.0%折算分 63.9+
• LiveBench IF按要求作答·LiveBench71.5%折算分 63.0+
• LNYT Connections 扩展版词语归类·Lech Mazur79.9%折算分 60.5+
• MLCR-AA医疗长记录·Artificial Analysis16.1%折算分 57.9+
• SimpleQA Verified事实准确·Epoch AI48.3%折算分 57.7+
• AA-LCR长文理解·Artificial Analysis79.3%折算分 53.2+

真人盲选58.02 项

• Arena WebDev网页成品盲选·LMArena1,552.3折算分 57.6+
• Arena Text对话盲选·LMArena1,465.8折算分 56.7+

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。