garrytanmediumconfig v30
实测显示 Grok 4.6 在日常业务任务中性能退化且延迟翻倍
摘要与判断
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。
Topics
引用和原文
Trace
- Raw Item
- raw_89e206cec44b4b68
- Processed Item
- processed_f3d6d600490c456b
- Source
- source_x_garrytan
- Cluster
- 查看所属簇
- LLM Logs
- llm_d02c05f692dd4548, llm_b0b9892c84484c93, llm_df3f567716744883
- Coze Loop
- 32f465866813f29beab969456c1be5ae