Grok 4.6
xAI · grok-4.6 · United States of America · 上线 2026-08-12
28ECI 榜名次
157Epoch ECI
1455网友盲测分（全球第 72）
19有成绩的基准
最拿手
- DTBench：第 6 / 109 名（成绩 97.3%）
- GPQA diamond：第 12 / 117 名（成绩 94.0%）
- SimpleBench：第 7 / 60 名（成绩 75.9%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| DTBench | 97.3% | 6 / 109 | |
| GPQA diamond | 94.0% | 12 / 117 | |
| SimpleBench | 75.9% | 7 / 60 | |
| OTIS Mock AIME 2024-2025 | 99.2% | 16 / 118 | |
| APEX-Agents | 65.3% | 10 / 54 | |
| FrontierCode | 48.0% | 9 / 41 | |
| WeirdML | 67.3% | 21 / 89 | |
| LMCA | 48.5% | 30 / 104 | |
| ARC-AGI-2 | 67.1% | 25 / 78 | |
| Mystery Game Puzzles | 34.0% | 24 / 76 | |
| SimpleQA Verified | 49.3% | 30 / 81 | |
| ProofBench | 51.0% | 26 / 68 | |
| FrontierMath-Tiers-1-3-v2-Private | 66.0% | 34 / 84 | |
| ARC-AGI | 87.5% | 36 / 79 | |
| FrontierMath-Tier-4-v2-Private | 31.7% | 30 / 68 | |
| EBR-bench | 30.5% | 14 / 28 | |
| Furniture Assembly | 40.0% | 18 / 35 | |
| Chess Puzzles | 33.0% | 46 / 81 | |
| MirrorCode | 41.1% | 15 / 27 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 25▼2 | Muse Spark 1.3 Meta AI | ±2.2 | 2026-09-02 |
| 26▼2 | GPT-5.3 Codex OpenAI | ±3.7 | 2026-02-05 |
| 27▼2 | Claude Sonnet 5 Anthropic | ±2.5 | 2026-06-30 |
| 29▼2 | GPT-6 Luna OpenAI | ±2.7 | 2026-09-22 |
| 30▼4 | Claude Opus 4.7 Anthropic | ±2.1 | 2026-04-16 |
| 31▼2 | GPT-5.6 Luna OpenAI | ±2.7 | 2026-07-09 |