Grok 4.7物理推理榜得分引发质疑
热点事件持续更新
Grok 4.7物理推理榜得分引发质疑
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
博主 teortaxesTex 引用 Artificial Analysis 的 CritPt v2（Hard Subset）榜单称，xAI 的 Grok 4.7（xhigh）物理推理得分仅为 24%，低于 DeepSeek V4、Kimi、GLM、Qwen 等多款中国模型；GPT-6-Astra（max）以 71% 居首。 teortaxesTex 据此认为 Grok 4.7 的表现“不具竞争力”，并质疑低分可能与过度依赖算力或模型存在 bug 有关；榜单数据支持其低分及相对位次，但相关原因尚无定论。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 13:03
CritPt v2 物理推理榜：Grok 4.7 仅得 24%，被指落后中国模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntCritPt v2 物理推理榜：Grok 4.7 仅得 24%，被指落后中国模型
teortaxesTex 引用 Artificial Analysis 的 CritPt v2（Hard Subset）物理推理榜数据称，Grok 4.7（xhigh）仅得 24%，被指落后于多款中国模型。DeepSeek V4、Kimi、GLM、Qwen 分数均高于 Grok，GPT-6-Astra (max) 以 71% 位居榜首；作者质疑低分源于算力依赖过强或模型存在 bug。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。