💥炸裂！Harvey LAB-AA v1.1基准新王诞生！Grok 4.7(xhigh)登顶榜单🏆 这项评测规则极其严苛：只要出现一处实质性幻觉，整项任务直接归零。比拼的不只是答案对错，而是全程零幻觉、完整落地全部任务要求。 Grok 4.7拿下9.4%通过率，一举超越GPT-6 Astra、Muse Spark 1.3、Claude Opus 5.5等强敌。 不再单纯比拼答题，考验零幻觉完整任务执行。高风险推理赛道，Grok势头凶猛、展现出极强竞争力。
🌐 链接: https://x.com/xiax0603/status/2108620030598652084
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-10 02:06:06
🌐 链接: https://x.com/xiax0603/status/2108620030598652084
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-10 02:06:06
X (formerly Twitter)
xiax｜AI & Agents (@xiax0603) on X
💥炸裂！Harvey LAB-AA v1.1基准新王诞生！Grok 4.7(xhigh)登顶榜单🏆
这项评测规则极其严苛：只要出现一处实质性幻觉，整项任务直接归零。比拼的不只是答案对错，而是全程零幻觉、完整落地全部任务要求。
Grok 4.7拿下9.4%通过率，一举超越GPT-6 Astra、Muse Spark 1.3、Claude Opus 5.5等强敌。
不再单纯比拼答…
这项评测规则极其严苛：只要出现一处实质性幻觉，整项任务直接归零。比拼的不只是答案对错，而是全程零幻觉、完整落地全部任务要求。
Grok 4.7拿下9.4%通过率，一举超越GPT-6 Astra、Muse Spark 1.3、Claude Opus 5.5等强敌。
不再单纯比拼答…
