模型/grok-4-5

Grok 4.5

DeepSWE v1.1 Best（high）第 19，53.8%。

xAI · 闭源 · 数据抓取 2026-10-10

53.8%

#19 / 28 · 51.5–56.0

基准成绩

超过 90 天未更新的榜单不计入推荐

基准设置分数排名成本数据日期

DeepSWE v1.1high · mini-swe-agent53.851.5–56.0#19$2.422026-09-22

SWE-bench Verified—榜单已停更——2026-02-26

Aider Polyglot—榜单已停更——2025-11-20

选不选它

为什么选

DeepSWE 上仍有可核对的长程工程分数。

什么时候别选

低于同系列 4.6；不要把两行合成一个分。

出现在这些场景

由场景榜单自动汇总

做 Web 前端#19DeepSWE 53.8%做一个 Android App#19DeepSWE 53.8%写 CLI、脚本与 DevOps#19DeepSWE 53.8%

同级对比

模型DeepSWE价格 $/M

Grok 4.5当前53.8%—Muse Spark 1.254.9%—Claude Sonnet 553.8%—DeepSeek V4 Flash53.3%—Muse Spark 1.153.3%—