RecodeX 重构消息,在包含460项任务的BBEH Mini评测中,SpaceXAI旗下Grok 4.6以0.67的最高得分位居第一,单任务成本约0.0034美元。Anthropic的Claude Opus 4.8以0.62紧随其后,OpenAI的GPT-5.6 Sol Pro获得0.59分。