待验证50% 置信事实精确时间

Grok 4.6在长轨迹运行中会进行更多自我测试和验证，在推进下一步前先检查自己的工作

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/15

首次发现

有效期至：2026/11/13

来源

Grok 4.6深度实测：追平GPT和Claude第一梯队的代价

相关事实

待验证Grok 4.5在数据清洗、高质量筛选基础上结合强化学习完成终点训练，以提升真实工程项目中的长期推理能力76% 相似待验证Grok 4.6在真实工程任务上表现较强，能完成近千行代码的PR并遵守设定规则75% 相似待验证演示中 Coday 成功调用 Grok 4.5 等模型进行测试并正常返回结果71% 相似待验证测试流程允许在首轮生成后进行人工测试，并提供3至5次bug修复机会，同时记录总耗时67% 相似待验证在关键路径上引入校验和、断言、冗余计算等校验机制能够尽早发现异常并保留排查线索64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/753678

API

curl https://kongchang.com/api/v1/knowledge/claims/753678

MCP

get_claim(id=753678)