RecodeX 重构消息，斯坦福大学主导的一项研究让10款前沿大模型参与交易、议价和拍卖任务。结果显示，提供精确数值对Claude Sonnet 5有帮助，但Claude Opus 5.5和Grok 4.7的表现下降超过30个百分点。研究团队对其中原因进行了拆解分析。