xAI
Grok 4.5 评测成绩
来自 3 个来源、6 项基准的 6 条成绩。
其他名称: grok-4.5 · grok-4.5_high · Grok 4.5 (high)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1466 | 51 | Overall, style control on; 39953 votes; 95% CI 1461–1470“grok-4.5” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1553 | 39 | Overall; 11116 votes; 95% CI 1546–1560“grok-4.5” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1279 | 28 | Overall, style control on; 11039 votes; 95% CI 1272–1286“grok-4.5” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 93.4% | 15 | Epoch AI run, accuracy; effort: high | 独立评测 | 2026年7月8日 |
| AIME (OTIS Mock AIME 2024–2025) | 97.8% | 31 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: high | 独立评测 | 2026年7月8日 |
| τ²-bench | 47.9% | 3 | banking_knowledge domain, pass^1; effort: high; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年7月24日 |
常见问题
Grok 4.5 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。