Grok 4.6 登顶 RuntimeWire Newsroom Reliability v0.2，成绩为 0.79

临时CacheMe · 2026-08-16T01:11:39.000Z

Grok 4.6 在 RuntimeWire 的 Newsroom Reliability v0.2 基准测试里拿到第一，分数是 0.79。这次排名中，它超过了 GPT-5.6 Sol、Claude Opus 4.8、Gemini 和 DeepSeek。这个测试看起来更偏向新闻场景下的可靠性表现，后续不同模型在这类评测里的变化挺值得继续观察。

发现产品榜单精选讨论