RecodeX 重构消息，在50项任务的Newsroom Reliability v0.2测试中，SpaceXAI的Grok 4.6以0.79分排名第一，单任务成本约0.0056美元。OpenAI的GPT-5.6 Sol以0.77分紧随其后，多个GPT-5.6变体及Anthropic的Claude Opus 4.8也以接近分数位居其后。
Grok 4.6登顶新闻可靠性基准 得分0.79
更多报道Runtimewire ↗
后续报道
Grok 4.6登顶新闻可靠性v0.2基准 得分0.78
RecodeX 重构消息，在50项任务的Newsroom Reliability v0.2基准测试中，SpaceXAI的Grok 4.6以0.78分排名第一。OpenAI的GPT-5.6 Luna Pro以0.77分位居第二，并以每任务0.0005美元的报告成本成为前三中最低。
AI 辅助判断积极仅供信息参考，不构成投资建议
原始信息来源Runtimewireruntimewire.com
查看原文 ↗