第三方评测称Grok 4.6在罕见病诊断基准测试中击败Claude Opus 5

据第三方评测，SpaceXAI的Grok 4.6在RareBench儿童罕见病诊断基准测试中击败Claude Opus 5登顶，且成本仅为其三分之一。同时，DeepSeek新发布的v4-pro-0813及智谱GLM5.2在测试中表现不及预期，评测者怀疑DeepSeek的API端点部署可能存在问题。该评测结果展示了Grok 4.6在特定医疗垂直领域的高性价比优势，但也提示部分新模型在实际表现上可能存在波动，需等待进一步验证。