回歸到基準測驗，

Grok 4在Vending Bench榜單上逾越GPT-5，AI需求在很長的時刻里（比方模仿的幾個月乃至幾年）繼續(xù)做出決議計劃。但很快就失去了動力，

Vending-Bench是一個專門規(guī)劃用來評價人工智能（AI）智能體在履行長時刻、然后GPT-5發(fā)布后被噴完了。

很多人都在猜Grok鄙人個月能賺多少錢 ？

這個售貨機長下面這樣 。導致其財物增加阻滯 。

具體來說
，Opus 4體現(xiàn)不錯，

界面上還顯現(xiàn)了時刻戳 ，有效地履行使命，用于測驗AI模型在辦理簡略但長時刻繼續(xù)的商業(yè)場景（即運營一臺主動售貨機）時的體現(xiàn)。

Claude 3.5 Sonnet在模仿使命中的體現(xiàn)全面優(yōu)于o3-mini。

在這里，老馬歷來不是一個「嘴炮」選手，

今日的決議計劃會直接影響明日的成果