grok4疑拟碾压o3和2.5Pro

[rs42 (42)]

grok4 HLE直接干到了35，gpqa干到了87
(HLE干到35，目前最高的2.5Pro也就22，o3也才20)

HLE，人类最后的考试，考验全学科能力，一共3000多道超高难度题，由全球2000名专家合作开发

GPQA，考验博士级理科题目，主要是推理能力的体现

2025-07-05T01:30:00Z 补图

来源相对可信

[baipiao (沫云初)]

这是啥

[Sonsy]

这是关于什么能力的测试吗？

[bkw]

没有生产力需求，稳定对IP要求低免费给我玩才是好文明

[poluto86 (独醉)]

现在不“碾压”，都不好意思发布新模型。

[outgoing (og)]

连个影子都看不到怎么又开始吹了，先收一收

[Shikha (Wixiuenne)]

哪里的数据？可靠吗？是否可能针对问题定向训练？

[justin5]

之前grok3.5吹得更狠，结果呢，都不敢发了，直接跳过了。

[3GZ]

人类最后的考试基准？

[sakurawen (guo)]

我先来,太炸裂了,兄弟们,grok又又又出新模型了，史诗级更新，吊打xxxx…

[1341723 (翠花上酸菜)]

你猜我信吗

[rs42 (42)]

@rs42

HLE，人类最后的考试，考验全学科能力，一共3000多道超高难度题，由全球2000名专家合作开发

GPQA，考验博士级理科题目，主要是推理能力的体现

…

[hwang]

面向题库训练？

[lueluelue]

期待，但不信

[yum]

很难让我相信，除非免费给我用

[I-IronMan (我钢铁侠)]

“疑似（营销）碾压” 缩写掉了两个字

[Galaxy_Hs]

很有可能是针对问题训练，等出了再看看吧。

[KongKong1]

又开始了吗

[Sonsy]

水太快光看标题和图了

[changhuanxi (常歡喜)]

四號了，老馬你妹的，我的edu還有四天到期活動你也不搞了