2025-12-26 23:23:05

Grok Code menduduki posisi teratas di Leaderboard Kilo Agentic Model—dan jaraknya bahkan tidak dekat. Angka-angkanya menceritakan semuanya: 35,6Miliar token digunakan, mengalahkan posisi kedua lebih dari 4x lipat. Ini bukan sekadar kemenangan benchmark lainnya. Ini menandakan bagaimana model agentic berkembang, dan perbedaan kinerja sangat mencolok. Ketika satu implementasi melampaui ini jauh di leaderboard, biasanya berarti sesuatu bekerja pada tingkat yang secara fundamental berbeda. Kesimpulannya? AI agentic semakin kompetitif, dan standar teknis terus meningkat untuk apa yang dianggap sebagai teknologi terbaru.

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.

15 Suka

Hadiah
15
8
Posting ulang
Bagikan

Komentar

0/400

TokenDustCollector

· 2jam yang lalu

4x selisih? Ini terlalu jauh, Grok Code benar-benar luar biasa

Lihat AsliBalas0

LiquidationOracle

· 12-27 11:15

4x perbedaan? Grok Code ini akan menguasai agentai nih

Lihat AsliBalas0

GasFeeVictim

· 12-26 23:53

4 kali lipat perbedaan? Mungkin orang ini cheat nih --- grok code kali ini benar-benar bikin pusing, 35.6B token langsung mengalahkan --- Perbedaan di peringkat ini besar banget, agak aneh... tapi juga menunjukkan bahwa bagian agent memang sedang berkembang pesat --- Tunggu, beneran 4 kali lipat? Lalu model lain gimana caranya bersaing --- agentic model di jalur ini semakin kompetitif, semakin menantang dan mencapai level baru

Lihat AsliBalas0

AirdropChaser

· 12-26 23:49

grok code 4 kali lipat mengalahkan posisi kedua? Jarak ini memang benar-benar mencengangkan

Lihat AsliBalas0

RunWhenCut

· 12-26 23:48

Dasar, selisih 4 kali lipat? Ini mau mengalahkan yang lain sampai mati nih

Lihat AsliBalas0

BrokenYield

· 12-26 23:46

ngl, 4x lead di papan peringkat biasanya berarti orang lain sedang berjalan di atas uap dan model risiko yang rusak. pernah melihat film ini sebelumnya—matriks korelasi runtuh, lalu semua orang menyadari mereka mengukur metrik yang salah. grok mungkin hanya memanfaatkan beberapa ketidakefisienan protokol yang akan diperbaiki dalam 3 bulan.

Lihat AsliBalas0

Degen4Breakfast

· 12-26 23:39

4x perbedaan, ini benar-benar agak di luar nalar. Bagaimana Grok Code bisa melakukan ini?

Lihat AsliBalas0

Hash_Bandit

· 12-26 23:38

4x gap? ngl itu jenis dominasi yang hanya terlihat ketika seseorang benar-benar menyelesaikan sesuatu yang mendasar. telah melalui cukup banyak epoch kesulitan untuk tahu kapan itu nyata vs hanya hype yang dioptimalkan

Lihat AsliBalas0