Grok 4.7 登顶 ContractBench 基准测试

2026年10月23日，X 平台用户 cb_doge 发布消息称，SpaceXSI 的 Grok 4.7 已在 Ivo-micro1 ContractBench 基准测试中排名第一。该消息列出 Grok 4.7 在多项细分评测中均位列第一，包括开场红线修改、编辑、高优先级问题、问题优先级排序、情境判断、标准立场执行、多合同操作手册以及英国合同。报道未提供基准测试的具体分数、评测方法、对比模型或第三方验证信息，也未说明该排名的发布时间与统计口径。目前关于此事的公开信息仅来自这一条社交媒体消息，尚无其他来源的独立报道或官方确认。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。