Grok 4.6 在 ARC-AGI 测试中表现与 GPT-5.6 相当且成本更低

摘要与判断

Grok 4.6 在 ARC-AGI 基准测试中公布最新成绩，在 ARC-AGI-1 和 ARC-AGI-2 任务中分别获得 87.5% 和 67.1% 的得分。在更复杂的 ARC-AGI-3 任务中，Grok 4.6 开启高推理模式后得分 2.11%，单任务成本为 5600 美元。与 GPT-5.6 Sol 的高推理模式相比，Grok 4.6 在得分相当的情况下，成本大幅降低至其三分之一左右。这一结果展示了 Grok 4.6 在复杂推理任务中的成本效率优势，为开发者提供了更具性价比的方案。

Topics

引用和原文

• Grok 4.6 from @SpaceXAI on ARC-AGI (Verified): - ARC-AGI-1: 87.5%, $0.30/task - ARC-AGI-2:
• 原文链接

Trace

Raw Item

raw_2c2d10b7c6224cae

Processed Item

processed_e3aaf449250a43d6

Source

source_x_elonmusk

Cluster

查看所属簇

LLM Logs

llm_c291757c5ec240b8, llm_f5b2327a5e5e486a, llm_e3ce7eafad714dbb

Coze Loop

b40b4f10b2ab40c79c9308d3ec7902b0