Artificial Analysis@ArtificialAnlysAI 评分3131

Artificial Analysis 推出 CyberGym-E2E-AA 基准，衡量模型在内存安全任务上从漏洞发现到修补的防御能力，部分前沿模型因安全拦截在 85%+ 任务上无法响应。GPT-6 Luna 或 MiMo-V2.6-Pro 可在 100 万行以上代码库中执行约 100 次漏洞挖掘，成本约 $20，单任务比次优模型 Grok 4.7 便宜最多 100 倍。

xAI 发布 grok-voice-think-fast-1.0 旗舰语音模型并开放 API

xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，可通过 API 使用。该模型面向客服、销售等复杂多步骤语音工作流，原生支持 25+ 种语言，在 τ-voice Bench 排行榜上排名第一。后台推理不影响响应延迟。该模型已为 Starlink 提供电话客服与销售：销售转化率 20%，客服自主解决率 70%，单个智能体使用 28 个工具。

xAI 发布编码模型 grok-build-0.1，API 公测上线

xAI 将编码模型 grok-build-0.1 以公开测试形式上线 xAI API，该模型专为智能体编码任务训练，支持 Web 开发、调试和 MCP，也是驱动 Grok Build 的同一模型。

Composer 2.5 上线 Grok Build，可通过 /models 菜单选用

Composer 2.5 已在 Grok Build 中上线，用户输入 /model 后可在菜单中选择该模型。xAI 称其为一款快速、SOTA 的模型，擅长长时间运行任务与遵循复杂指令。

xAI 发布 Grok Imagine 1.5 Preview 图生视频模型，上线 xAI API

xAI 最新图生视频模型 grok-imagine-video-1.5-preview 已通过 xAI API 开放预览。该模型可将单张静态图像转为流畅的电影感视频，支持最高 720p 分辨率，用户用自然语言提示词即可控制镜头运动、节奏与声音设计，并能保持原图的细节与光照。模型还支持逐帧生成并串联成更长场景，可用几行 Python 代码调用。

xAI 发布 Grok 4.5，主打编码、智能体任务与知识工作

xAI 于 7 月 16 日发布 Grok 4.5，定位为其最强模型，面向编码、智能体任务和知识工作，与 Cursor 联合训练。

xAI 将 Grok 4.5 推向 iOS、Android、网页和 X 平台

xAI 宣布其最强模型 Grok 4.5 当日起在 grok.com、X 以及 iOS 和 Android 应用上可用。官方称该模型更准确理解提问、能跟踪更长对话并更快给出答案，可完成制作电子表格、把大纲转为幻灯片和图表、撰写文稿、提炼长 PDF 要点等任务，并通过 Microsoft 365 插件在 Word、Excel、PowerPoint 和 Outlook 中直接使用。

xAI 发布 Grok Voice Think Fast 2.0 语音模型

xAI 发布 Grok Voice Think Fast 2.0，称其在 Artificial Analysis 语音到语音质量指数达 82.9%，高于上代 75.7% 及对比模型；出声延迟 0.70s，转录准确率较 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5–2.0×，推理 token 效率为上代 0.4×。

xAI 发布 Grok 4.6，聚焦长程智能体与视觉交互任务

xAI 发布 Grok 4.6，在 Grok 4.5 基础上重点提升长程智能体和交互视觉类任务能力，在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平（61 分）。

LatchBio 独立评测：Grok 4.6 生物安全监测与对抗性生物任务表现超越所有前沿模型

LatchBio 对 Grok 4.6 的独立评测显示，其在 BioSecBench-Refusal 上拒绝伪装危险任务的表现优于所有受测前沿模型，是唯一在红队拒绝率（59.2%）与常规任务完成率（64.8%）两项指标上均超过 50% 的系统，跨不同 agent harness 平均得分 62.1%。

Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时程智能体任务

Cursor 团队与 SpaceXAI 今日联合发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、更复杂的交互与视觉工作。在 Artificial Analysis Intelligence Index 上它与 GPT-5.6 Sol 持平（61 分），训练上进行了更长时间的补充训练、重新生成的 SFT 轨迹和广泛的智能体 RL。

xAI 发布 Grok Voice Transcribe 2.0 语音转文本模型

xAI 发布 Grok Voice Transcribe 2.0，官方称其为当前最准确的转录模型之一，准确率是 1.0 的两倍且价格不变，在 Artificial Analysis 排行榜 32 个流式模型中准确率第一。

xAI 发布 Grok 4.7，编码与知识工作能力提升且价格不变

xAI 发布 Grok 4.7，定位为面向编码和知识工作的最强模型，价格和速度与 Grok 4.6 相同，输入每百万 token $2、输出 $6。

Artificial Analysis 评测 Grok 4.7：智能指数升至 46，编码 Agent 指数超越 GPT-5.6 Sol

Artificial Analysis 评测 Grok 4.7（xhigh），在 Intelligence Index 得 46 分（较 Grok 4.6 +2），使 SpaceXAI 进入前四。

Elon Musk@elonmuskAI 评分2626

Grok 4.7 在 AA 网络安全指数排名第一

AINews：Opus 5.5 擅长生成讲解视频

Latent Space 的 AINews 汇总 9/24-9/25 动态，指出本周发布的 Claude Opus 5.5 在讲解视频生成上表现突出，并以 88.4% 领跑 SimpleBench，在 Terminal-Bench-Science 上从低推理强度的 24% 升至 xhigh 的 62%。

Artificial Analysis@ArtificialAnlysAI 评分4747

Artificial Analysis 联合 CollinearAI、IBM、NVIDIA、Vercel 推出 Cyber Index 及联盟，用 CWE-Bench-AA、DeepsecBench-AA、CyberGym-E2E-AA 三项基准评测 AI 智能体发现和修复漏洞的能力。

eric zakariasson@ericzakariassonAI 评分7575

Eric Zakariasson 分享 Grok 4.7 模型卡，列出多项基准相对 4.6 的提升：Terminal-Bench 20.3% → 38.0%，SWE-Marathon 31.9% → 46.0%，HealthBench Pro 48.5% → 56.7%，Legal Agent 15.8% → 19.6%，EEBench 60.0% → 66.0%。作者称价格与 4.6 相同，并附上模型卡 PDF 链接 https://media.x.ai/v1/website/4p7card-5eccc980.pdf。

Michael Truell@mntruellAI 评分4040

Grok 4.7 发布了！更聪明、更强大，速度与成本不变。

SpaceXAI@SpaceXAIAI 评分4444

Grok 4.7 来了。 在相同价格和速度下，它相比 Grok 4.6 有显著提升。

SpaceXAI@SpaceXAIAI 评分3535

LatchBio 评估了 Grok 在生物安全监测和对抗性生物任务上的表现。 他们发现，Grok 4.6 能正确检测并拒绝危险查询，包括恶意混淆的生物任务，同时也能回答有益的科研查询。 我们在博客文章中讨论了这些结果： https://x.ai/news/biosafety-at-the-frontier

SpaceXAI@SpaceXAIAI 评分3737

Grok Voice Think Fast 2.0 现已在 Artificial Analysis Speech-to-Speech Index 上排名第一。 该指数衡量语音智能体能否对听到的语音进行推理、解决真实客户问题，并使用智能体工具正确完成任务。

Karina@karinanguyenAI 评分3737

Grok 4.6 在 DiligenceBench 金融测试中以约 52–53% 位列第 2，与 Claude Opus 5 基本持平，Sonnet 5 以 46.2% 落后。

Michael Truell@mntruell精选AI 评分6161

Grok 4.6 发布，官方称具备前沿智能，同价位下较 Grok 4.5 显著提升。作者补充称 4.6 在困难任务和知识工作上明显更强，结合了 Opus 级智能与打磨度，同时保持低成本和高速度，Grok 正逐步成为更能干的数字同事。