Grok 4.5

xAI · 发布于 2026-07-08

评分规则

综合评分53.7第 34 名 · 覆盖 90%

编程51.1第 44 名 · 覆盖 100%

专业办公53.8第 36 名 · 覆盖 100%

知识问答59.1第 22 名 · 覆盖 100%

科研54.5第 41 名 · 覆盖 50%评测较少（3/6）

上下文窗口

500,000 token

API 价格

缓存 ¥2.01 · 输入 ¥13.37 · 输出 ¥40.12

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

15 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-07-09 至 2026-10-13；另有 12 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

grok-4.5
grok/grok-4.5
grok-4.5_high

编程

51.1

LiveBench CodingLiveBench68.59%统一读数 25.2

来源: LiveBench Coding
上游型号: grok-4.5
运行配置: grok-4.5
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Terminal-Bench 4.0Vals AI8.59%统一读数 38.3

来源: Terminal-Bench 4.0
上游型号: grok/grok-4.5
运行配置: high · Mini-SWE-agent
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Code MigrationVals AI36.60%统一读数 58.2

来源: Code Migration
上游型号: grok/grok-4.5
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI69.00%统一读数 57.5

来源: Vibe Code Bench v1.1
上游型号: grok/grok-4.5
运行配置: high · OpenHands
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

54.5

FrontierMath T1–3 v2Epoch AI57.19%统一读数 49.4

来源: FrontierMath T1–3 v2
上游型号: grok-4.5_high
运行配置: grok-4.5_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-07-09
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI35.00%统一读数 54.3

来源: Chess Puzzles
上游型号: grok-4.5_high
运行配置: grok-4.5_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench87.17%统一读数 59.7

来源: LiveBench Reasoning
上游型号: grok-4.5
运行配置: grok-4.5
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

53.8

LiveBench Data AnalysisLiveBench73.04 / 100（任务均分）统一读数 51.3

来源: LiveBench Data Analysis
上游型号: grok-4.5
运行配置: grok-4.5 · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Finance Agent (v2)Vals AI48.35%统一读数 50.3

来源: Finance Agent (v2)
上游型号: grok/grok-4.5
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI12.92%统一读数 106.6

来源: Harvey's Legal Agent Benchmark
上游型号: grok/grok-4.5
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI43.29%统一读数 48.3

来源: MedCode
上游型号: grok/grok-4.5
运行配置: high · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

59.1

SimpleQA VerifiedEpoch AI48.30%统一读数 55.3

来源: SimpleQA Verified
上游型号: grok-4.5_high
运行配置: grok-4.5_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench82.80%统一读数 62.3

来源: LiveBench Language
上游型号: grok-4.5
运行配置: grok-4.5
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench71.53%统一读数 67.5

来源: LiveBench IF
上游型号: grok-4.5
运行配置: grok-4.5
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

54.9

Arena Text · 风格控制Arena1465.71 Elo统一读数 55.2

来源: Arena Text · 风格控制
上游型号: grok-4.5
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（3）

Mystery Game Puzzles、MysteryMechanism、Terminal-Bench-Science

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。