Composio 评测显示 Grok 4.6 在代理任务中综合表现优于 DeepSeek-V4-Pro

Composio 发布了 Grok 4.6 与 DeepSeek-V4-Pro 在 30 个困难代理任务上的对比评测结果。数据显示，Grok 4.6 在任务通过率、运行速度以及每次成功任务的实际成本上均击败了 DeepSeek-V4-Pro。这表明在实际应用场景中，尽管某些模型的 API 纸面单价较高，但凭借更高的任务完成率，其综合使用成本反而更低，为开发者评估模型性价比提供了基于实际效用的参考视角。