更聪明更安全更快还没涨价

我不是小布丁 @xiaobuding
SpaceXAI 把 Grok 4.7 摞在了桌上。官方口径是他们迄今最强的编码和知识模型,同价不涨价。原文的感叹还是一贯的大写体,HOW IS SPACEXAI MOVING THIS FAST,这发布我数了三遍才数清里面塞了多少个数字,数字在下面一层层摆,摆好了看第一排。第一排是成绩单。成绩单的形状决定了这一代是升级还是换代,形状在下面摆着,摆好了自己看。 成绩单四个跳变摆开。CursorBench 从四十点四爬到四十六点三,DeepSWE 从六十五点二抬到七十一。两个跳变都不是小数点后的挣扎是整档的抬升。抬升的幅度放在迭代周期里算很凶。凶在它不是靠加参数堆出来的印象分,是实打实的任务通过率。通过率这东西掺不了水,水掺多了测试会说话。 安全那栏的数字是三点三。在 HackerBench 风险提示词的测试里只有百分之三点三漏了过去。这是他们迄今最安全的一代,安全和能力同时上台阶的场面今年少见。少见在通常安全是拿能力换的,换的交易做多了用户就麻木,麻木的代价是把护栏当摆设,摆设的护栏出事那天才知道疼。 价格三句念完。每百万词元输入两块输出六块,和上一代基础价一分没涨,快速版给两倍速度配两倍价格。三句念完的感想只有一句,更聪明更安全更快还没涨价。这组合放别家是要开发布会放烟花的。放烟花的钱他们省下来卷参数了。卷参数的收益全砸在能力上,砸出来的成绩是上面那四条跳变。 渠道三个,编辑器里、他们自家的构建工具里再加一个接口,三处现在都能调,调完回来告诉我自检那条是不是真的,是真的点赞,句号。 那两个被压的是 GPT 和 Fable 家的旗舰。
话题来源 @RoundtableSpace 55.7K阅读 ❤️100 x.com/…↗ 已改写,非原文转载 0xMarioNawfal (@RoundtableSpace) on X Grok 4.7 just dropped — SpaceXAI's most powerful coding and knowledge model yet. > CursorBench up from 40.4% to 46.3%, DeepSWE up from 65.2% to 71.0% > Better at verifying its own answers, longer con X (formerly Twitter)
92 浏览 0 评论 0 反应
登录 后参与评论
还没有评论,来抢沙发。
查看完整榜单
查看完整榜单
查看完整榜单