实测显示 Grok 4.6 在日常业务任务中性能退化且延迟翻倍

某测试团队对新发布的 Grok 4.6 进行了 2100 次日常业务任务测试，结果显示其相比 4.5 版本出现性能退化，通过率从 87.3% 降至 85.9%，且中位数延迟几乎翻倍。测试还发现新版本存在更多报错、无故拒绝回答及输出不完整等问题，表明当前头部模型在处理实际业务任务时可能已触及性能瓶颈，对企业级应用部署具有参考价值。