Grok 4.5
xAI· 自采更新 10-29 07:27
AI快讯评分 · 综合
55.1分
综合第 34 名 · 评测覆盖 54%
可比较分类
4 / 4 项
已有成绩
31 项评测
上下文窗口
50万 Token
API 输入 / 输出
¥14.4 / ¥43.2
缓存 ¥2.16 · 原价 $2 / $6
能力画像
每个分榜单独评分，和综合分是同一把尺子，可以直接比。
综合
AI快讯评分
55.1 分
第 34 名
31 项评测 · 覆盖 54%
编程
AI快讯评分
53.6 分
第 36 名
31 项评测 · 覆盖 54%
科研
AI快讯评分
53.6 分
第 42 名
31 项评测 · 覆盖 54%
专业办公
AI快讯评分
57.2 分
第 37 名
31 项评测 · 覆盖 54%
知识问答
AI快讯评分
58.1 分
第 26 名
31 项评测 · 覆盖 54%
覆盖比例是这个分榜已有成绩的评测占比，不代表能力高低；没测的不补分，也不扣分。
每一项成绩
按分榜列出每项公开成绩，以及它折算成的统一分数。
编程53.610 项
APEX · apex-sweMercor53.6折算分 67.7- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 53.6
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
Code Migration · ValsVals AI36.60%折算分 59.2- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 36.60%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测- IOI · ValsVals AI40.56%折算分 53.6
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 40.56%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - LiveCodeBench · ValsVals AI87.35%折算分 57.2
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 87.35%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 
MirrorCodeEpoch AI32.22%折算分 62.9- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 32.22%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测- ProgramBench · ValsVals AI0.00%折算分 43.2
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 0.00%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SREBench · ValsVals AI0.76%折算分 53.5
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 0.76%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SWE-Bench · ValsVals AI86.60%折算分 58.1
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 86.60%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Terminal-Bench 2.1 · ValsVals AI67.79%折算分 56.5
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 67.79%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Terminal-Bench 4.0 · ValsVals AI8.59%折算分 55.2
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 8.59%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
科研53.65 项
- FrontierMath-Tier-4-v2-PrivateEpoch AI24.39%折算分 54.8
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 24.39%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - FrontierMath-Tiers-1-3-v2-PrivateEpoch AI57.19%折算分 53.6
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 57.19%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - GPQA · ValsVals AI92.93%折算分 64.3
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 92.93%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - OTIS Mock AIME 2024-2025Epoch AI97.78%折算分 53.9
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 97.78%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - ProofBench · ValsVals AI31.00%折算分 50.7
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 31.00%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
知识问答58.14 项
- GPQA diamondEpoch AI93.43%折算分 62.2
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 93.43%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - MMLU-Pro · ValsVals AI89.22%折算分 59.8
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 89.22%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SimpleQA VerifiedEpoch AI48.30%折算分 57.5
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 48.30%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Web Search · ValsVals AI38.75%折算分 48.5
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 38.75%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
专业办公57.211 项
- APEX · apex-accountingMercor14.5折算分 65.7
- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 14.5
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX · apex-agentsMercor56.2折算分 62.1
- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 56.2
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX · apex-v1Mercor11.9折算分 51.8
- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 11.9
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX-Agents · loop_truncated_tools_agentMercor56.2折算分 63.3
- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 56.2
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX-Agents · mean-score · loop_truncated_tools_agentMercor70.5折算分 64.7
- 原榜型号
- grok-4-5
- 数据来源
- Mercor
- 原始成绩
- 70.5
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Corporate Finance v2 · ValsVals AI67.41%折算分 58
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 67.41%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Furniture AssemblyEpoch AI22.50%折算分 51.7
- 原榜型号
- grok-4-5
- 数据来源
- Epoch AI
- 原始成绩
- 22.50%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Legal Research · ValsVals AI37.98%折算分 59.8
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 37.98%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - LegalBench · ValsVals AI85.97%折算分 64.1
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 85.97%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Mortgage Tax · ValsVals AI61.80%折算分 43.1
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 61.80%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - TaxEval v2 · ValsVals AI71.67%折算分 45.4
- 原榜型号
- grok-4-5
- 数据来源
- Vals AI
- 原始成绩
- 71.67%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。 领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。
了解计算方法评分与名次由本站用 Artificial Analysis、Epoch AI、Mercor、Vals AI 的公开原始成绩自行折算，不采信厂商自报分数。