Grok 4 (TTC)大模型评测基准与性能对比
本页面提供了Grok 4 (TTC),Grok 4,Gemini-2.5-Pro-Preview-06-05,DeepSeek-R1-0528,Claude Opus 4,Claude Sonnet 4,OpenAI o3模型在HLE,GPQA Diamond,AIME2025等评测基准中的详细对比数据，评测数据来源当前系统收录结果生成。数据如有问题可以通过微信公众号联系更正，感谢！
详细评测数据对比
| 评测基准 (Benchmark) | Grok 4 (TTC) | Grok 4 | Gemini-2.5-Pro-Preview-06-05 | DeepSeek-R1-0528 | Claude Opus 4 | Claude Sonnet 4 | OpenAI o3 |
|---|---|---|---|---|---|---|---|
| -- | -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | -- |
Grok 4 (TTC)评测结果热力图
颜色越深，代表得分越高。可快速发现模型在不同评测项上的整体表现模式。