叅 (@Timmyzzo) 在 简单做了个search能力的小测试题【图一乐】，grok4.5 4.2 gpt 5.6 sol网页版和codex，claude系列测不起 中发帖

grok-4.20-multi-agent-xhigh可用性变低后，grok忘记了搜索和nsfw的老本行了，开始进军code，所以评鉴一下最近一代的search能力
测试结果就不放了太长了，放个prompt吧 
prompt： 
▶ 
prompt
 [image] 
模型A：grok build 原生调用 4.5 high 
模型B：web 5.6 sol 高 
模型C：grok web super 4.5 expert 
模型D：个人grok2api 的  grok-4.20-multi-agent-xhigh 
模型E：站里某大佬的官key：grok-4.20-multi-agent-xhigh 
模型F：codex 5.6 sol xhigh （居然跑了一个多小时。。。） 
模型G：Gemini 3.1pro web 
结论排行（由codex 5.6 xhigh提供）： 




排名
...
 
 
Back to Top