新闻资讯7

马斯克Grok 4跑分泄露，有望改写LLM格局

新智元2025-07-05

AI 摘要

Grok 4跑分泄露，在多项测试中成绩优异，尤其在「人类最后考试」中得分45%远超对手。马斯克称其以「第一性原理」构建，将在7月4日后发布，编码能力或成亮点，但也有人对此存疑。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

阿里云平台完成 DeepSeek Harness 评测

本文分享基于阿里云 AgentLoop 平台的 DeepSeek Harness 评测实践。介绍了 DeepSeek Harness 工程架构，阐述 AgentLoop 平台接入方式及价值，还详述评估器设计思路、展示评测结果，最后总结方法论并展望后续工作。

DeepSeek官发涨价第三天，峰谷定价且整体涨幅大，实际体感比价格表夸张，Opencode go也涨价降额度。而马斯克的Supergrok heavy成全球性价比之王，买它送Cursor ultra，还附赠多项权益。

过去一年AI进入RSI时代，但评测方式仍停留在过去。MirroS联合多方发布HarnessEval，将Harness引入评测领域，使评测成为具备自我进化能力的智能系统，还率先应用于交互式世界模型评测。

近期，DeepSeek上调API价格，V4 Pro等型号涨幅明显；而OpenAI的GPT - 5.6 Luna API价格降80%，Terra降20%。这背后是大模型价格竞争方向转变，受竞争、广告、效率及Agent使用方式等因素影响。