评测帖称 Grok 4.6 金融研究表现接近 Claude Opus 5，成本更低

摘要与判断

一则评测分享称，Grok 4.6 在 DiligenceBench 金融测试中以约52%—53%的成绩排名第二，与 Claude Opus 5 基本持平；其每项任务平均调用41次工具、检索3293份美国证券交易委员会文件，成本约0.84美元，低于 Opus 5 的约1.02美元，Sonnet 5 得分46.2%。帖文还称 Grok 4.6 在 FAB v2 的一般定性类别领先，显示其以更大搜索量换取更广证据覆盖，但这些比较主要反映单项评测结果。

Topics

引用和原文

• Grok 4.6 is a great cost-effective model for deep financial research. It’s #2 on Diligence
• 原文链接

Trace

Raw Item

raw_4d7e6c9557924db7

Processed Item

processed_e4f0debdc0b243d7

Source

source_x_karinanguyen

Cluster

查看所属簇

LLM Logs

llm_b3c36e28abad44c9, llm_6edcc59750c34a66, llm_d0b411b600494d87

Coze Loop

9885a8bca87ce99e403b58a58cdfdf89