Grok 4.5 在 APEX-SWE 编程基准测试中位列第二

Techub News 消息，xAI 旗下 Grok 4.5 在 Mercor APEX-SWE 编程基准测试排行榜中位列第二，Pass@1 准确率达到 51.2%，仅次于 Anthropic Claude Fable 5 的 65.5%。 该模型于 2026 年 7 月初推出，在另一项评估自动化能力的基准测试 AutomationBench-AA 中以 51% 的准确率位居榜首。xAI 表示，Grok 4.5 在保持可比性能的同时，任务成本比竞争对手低 4 至 17 倍。（CryptoBriefing）