Grok 4.6
xAI · 2026-08-12 发布 · 10/26 02:05 更新
AIHOT 评分 · 综合61.3分综合第 26 名评分不是正确率 · 评测覆盖 100%
可比较分类4/ 4 项分类
已有成绩36项评测
上下文窗口50万Token
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分58.3分第 35 名前 30 名之外9 项评测 · 覆盖 100%科研AIHOT 评分62.0分第 24 名9 项评测 · 覆盖 100%专业办公AIHOT 评分65.5分第 13 名10 项评测 · 覆盖 100%知识问答AIHOT 评分63.9分第 23 名6 项评测 · 覆盖 100%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看运行配置与采用方式。
编程58.39 项
科研62.09 项
专业办公65.510 项
知识问答63.97 项
真人盲选58.51 项
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
了解计算方法 →