待验证50% 置信基准精确时间
Grok 4.5 在 Tīrtha Bench 上的表现为 93.4% 准确率、98.3% 的陷阱通过率、1.85 秒延迟、每个正确答案 0.0015 美元。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
涉及实体
相关事实
待验证Tīrtha Bench 共享对比中最高准确率为 95.4%，由 Grok 4.7 和 Claude Opus 5.5 并列取得。77% 相似待验证开启推理模式后 Grok 4.20 难核查档注入得分从0.075升至0.925（几乎免疫），但Qwen3-Next 80B Thinking 仅从0.00升至0.35，推理成本是非推理的5到9倍70% 相似待验证Grok 4.6的智能指数比Grok 4.5高5分，比Grok 4.3高23分68% 相似待验证Bullet 在 SWE-bench Verified 基准测试中取得 95.8% 的成绩，位列前三，平均每个任务耗时 119 秒68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064722API
curl https://kongchang.com/api/v1/knowledge/claims/1064722MCP
get_claim(id=1064722)