← 返回综合榜CAPABILITY PROFILE UNDERSTANDING THE RANK
查看 GPT-5.6 Sol 的完整证据 →
查看 Qwen3.8 Max 的完整证据 →
查看 Muse Spark 1.3 的完整证据 →
查看 GLM-5.3 的完整证据 →
查看 Claude Opus 5 的完整证据 →BEHIND THE SCORE
Grok 4.7
xAI · 2026-09-21 发布 · 09/22 08:12 更新
分类成绩1 / 4 项分类
已有成绩6 项评测
上下文窗口50万 Token
API 输入 / 输出 · 每百万 Token¥13.39 / ¥40.17厂商官方价格 ↗
各有所长，看得更清楚。
每项能力单独计算。没有足够的实测，就留空。
不同分类的分数反映各自参照组中的排序支持，不能直接相加或用来比较不同能力的绝对高低。
综合名次，有多稳定？
依次移除一项评测或一家机构、调整单项权重与误差处理，观察排名怎样变化。
重新检查资格后的名次第 7 名
3 个情景下参评证据不足。保持原候选不变时为 7—17 名。这个范围不是置信区间，也不包含从未公开的成绩。
查看与附近模型的共同证据
净支持只看双方共同参加的评测。全局排序还需处理其他模型间的冲突，因此非相邻名次可能与单独比较不同。
GPT-5.6 Sol6 项共同评测共同证据支持对方
双方共同拥有当前榜单 46.6% 的名义票权。下表展示各项评测采用的成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| AA Index ↗ | 46.4 | 47 | 30.0% |
| LiveBench · 编程综合 ↗ | 64.5% | 70.1% | 2.4% |
| LiveBench · 推理与数学 ↗ | 89.2% | 93.9% | 4.2% |
| LiveBench · 语言与指令 ↗ | 77.7% | 79.8% | 3.0% |
| APEX-Agents 1.1 ↗ | 54.6% | 51.4% | 4.0% |
| Vals Finance Agent ↗ | 49.2% | 53.8% | 3.0% |
Qwen3.8 Max5 项共同评测共同证据支持本模型
双方共同拥有当前榜单 42.6% 的名义票权。下表展示各项评测采用的成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| AA Index ↗ | 46.4 | 45.4 | 30.0% |
| LiveBench · 编程综合 ↗ | 64.5% | 68.8% | 2.4% |
| LiveBench · 推理与数学 ↗ | 89.2% | 89.8% | 4.2% |
| LiveBench · 语言与指令 ↗ | 77.7% | 76.9% | 3.0% |
| Vals Finance Agent ↗ | 49.2% | 50.6% | 3.0% |
Muse Spark 1.36 项共同评测共同证据支持对方
双方共同拥有当前榜单 46.6% 的名义票权。下表展示各项评测采用的成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| AA Index ↗ | 46.4 | 48.1 | 30.0% |
| LiveBench · 编程综合 ↗ | 64.5% | 72.6% | 2.4% |
| LiveBench · 推理与数学 ↗ | 89.2% | 92.8% | 4.2% |
| LiveBench · 语言与指令 ↗ | 77.7% | 80.4% | 3.0% |
| APEX-Agents 1.1 ↗ | 54.6% | 57.8% | 4.0% |
| Vals Finance Agent ↗ | 49.2% | 60.0% | 3.0% |
GLM-5.36 项共同评测共同证据支持本模型
双方共同拥有当前榜单 46.6% 的名义票权。下表展示各项评测采用的成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| AA Index ↗ | 46.4 | 44.8 | 30.0% |
| LiveBench · 编程综合 ↗ | 64.5% | 69.9% | 2.4% |
| LiveBench · 推理与数学 ↗ | 89.2% | 86.9% | 4.2% |
| LiveBench · 语言与指令 ↗ | 77.7% | 74.6% | 3.0% |
| APEX-Agents 1.1 ↗ | 54.6% | 56.6% | 4.0% |
| Vals Finance Agent ↗ | 49.2% | 55.8% | 3.0% |
Claude Opus 56 项共同评测共同证据支持对方
双方共同拥有当前榜单 46.6% 的名义票权。下表展示各项评测采用的成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| AA Index ↗ | 46.4 | 50.8 | 30.0% |
| LiveBench · 编程综合 ↗ | 64.5% | 73.3% | 2.4% |
| LiveBench · 推理与数学 ↗ | 89.2% | 93.5% | 4.2% |
| LiveBench · 语言与指令 ↗ | 77.7% | 76.2% | 3.0% |
| APEX-Agents 1.1 ↗ | 54.6% | 65.8% | 4.0% |
| Vals Finance Agent ↗ | 49.2% | 58.6% | 3.0% |
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
