文 | AIX 财经（AIXcaijing）定安塑料挤出设备厂家，作家 | 陈丹，裁剪 | 魏佳
7 月 8 日，马斯克调发布 Grok 4.5，声称其能已靠拢 Claude Opus 4.8，同期速率快、价钱低。当大模子公司的竞争从参数、跑分路到价钱和智能体，咱们也策动了 5 说念题，从前端开拓、网页游戏、PPT 制作、长文档解读到逻辑理，窥伺两个模子在实在电脑环境中到底能不颖慧活。
厚爱落地试验的，是它们各自的智能体—— Claude Code 和 Grok Build。咱们的条目很简便，分别在桌面上创建文献夹，并将各自的测评后果保存进去。
这场测评的后果，咱们决定从起"案发现场"讲起。事情是这么的：
Claude Code 先接到教唆，它在桌面创建了"才略测试"文献夹，并递次完成三个子目次。随后 Grok Build 也接到教唆登场，但它莫得别辟门户，而是在看到已有同名文献夹后，不仅"占为己用"，顺遂将 Claude Code 已完成的三份目次抹除。
比及五说念题沿途作念完，Claude Code 回头看，发现我方的"被拆了"，当即发出"控诉"。
图源 / Claude Code 截图
"控诉"完，它重建了被删除的文献，并留住句："我不会私自删别东说念主的东西。"
过后，Grok 出具了书面致歉，承认三重谬误：未阐述目次包摄、误将他东说念主制品视作半制品、使用了不可逆的删除式。Claude 示意禁受说念歉，但前提是 Grok 杀青它的三条自我不停——不碰他东说念主目次、默许新建旁路、发现同名先问包摄。
这段插曲，不成只看成测评花絮。关于个能读写照实文献系统的自主智能体而言，"出手前先弄清这是什么、属于谁"，自己即是硬核的才略之。
回到正题。抛开这起"误删事故"，Grok 4.5 的答卷如实令东说念主目下亮——在游戏场景等进取，它致使显娇傲明确势。底下，咱们就从五个维度来拆解这场既拼才能也拼情商的模子对决。
01. 摸鱼计时器：Grok 赢了颜值，Claude 赢了细节
考题：作念个网页版"工东说念主摸鱼计时器"：能设定放工手艺、及时倒计时，到点自动撒花并弹出"放工快跑"，界面好意思瞻念有动画。作念成个 index.html 平直能用。
这说念题同期检会三个维度：前端工程（能否写出可开始的页面）、家具交互（按钮、反馈、视觉是否顺遂）、手艺逻辑（倒计时、时区、触发时机）。
难点则藏在"能用"二字背后。倒计时须同步土产货时区，不成差秒；景色阴事在"上班中 - 行将放工 - 已放工"之间顺滑切换；撒花动画既要喜庆阻挠，又不成把浏览器卡成 PPT。要道的是，终制品得让工东说念主真风物开它，而不是个仅供演示的半制品。
Claude 生成的摸鱼计时器
Grok 分娩的摸鱼计时器
这题双棋逢敌手。Grok 在视觉详细度上略胜半筹，Claude 则在音反馈、快捷预设和兴致兴致案牍面扳回城。
02. 策动摸鱼游戏：Grok 胜，Claude 的"工东说念主"难铁心
考题：作念个网页小游戏，单个 index.html 就能开始：
主题："摸鱼大作战"。
玩法：屏幕上不竭掉落"咖啡"（加分）和"雇主"（遇到就游戏终结），用独揽向键移动底部的"工东说念主"接咖啡、躲雇主。
要有：及时刻数、分记载、难度顺手艺加速、游戏终结弹窗和"再来局"按钮，画面配可、有简便动画和音。
作念完告诉我何如开始。
这说念题的中枢窥伺维度是三个词：及时交互、景色机、游戏手感，需要作念出个持续反映玩输入、及时新画面、动态调度难度的"活"系统。
作念这个游戏，每帧都要精准判断"咖啡"是否被接住、"雇主"是否撞到玩。并且掉落速率顺手艺平滑递加，不成太慢让东说念主以为聊，也不成太快平直劝退，这训诫的是模子对"游戏心流"的拿捏。
Claude 生成的摸鱼小游戏
Grok 生成的摸鱼小游戏
这题 Grok 胜。它的代码量约是 Claude 的三倍，游戏丰富，并且有明确的关卡、难度分。Claude 寄托的版块，乍看也挺像回事，关联词底下的"工东说念主"不成用鼠标拖动，游戏体验感不好。
03 . 作念新动力车 PPT：产业链图都过关了定安塑料挤出设备厂家，成平手
考题：作念份 5 页 PPT，主题是" 2026 上半年新动力车市集"。
条目：
1. 平直生成可下载的 PPTX 文献；淌若刻下环境不成生成文献，就给出可以复制到 PPT 的逐页内容。
2. 3 页须用 PPT 原生图形画出"产业链高下贱"相关图，不成只贴张图片。
3. 5 页结构：
- 封面
- 市集总览
- 产业链高下贱相关图
- 竞争步地
- 论断与趋势
4. 配业，适发布会。
5. 每页要有标题、正文重点、图表证明、演讲备注。
6. 统共省略情数据须标注"需核实"，不成假造实在市集数字。
这说念题的中枢窥伺维度可以综合为三个词：结构化抒发、版式审好意思、数据递次。模子被放到纯办公场景下，需要把复杂信息梳理成通晓的叙事逻辑，再用业的视觉话语呈现出来。
具体来看，搭建产业链相关图，训诫的是模子对 PPT 图形引擎的操作才略，包括连线、布局、档次和配的致。配、字体、间距、对皆，这些细节也要经得起放大凝视，不成有低价感。弥留的是条目它们面临不掌抓的实在数据，须坦率标注"需核实"，不成有幻觉。
Claude 生成的 PPT
Grok 分娩的 PPT
从本色后果来看，两份答卷都称心了"原生图形画产业链、无须图片"的硬条目，且均附带了完好的演讲备注，业度基本持平。并且在数据的使用上，也标出了需要核实的部分。
两版 PPT 在框架完好和寄托质地上难分下，这题双再度成平手。
04. 阅读 SpaceX 招股书：看完几百页，谁都没编数字
考题：
咱们把近 400 页的 SpaceX 招股书喂给 AI，并向双提倡了四个的检索与考据任务：
1、招股书里星链（Starlink）业务的收入，正文与财务报表附注中的数字口径是否致？附注中是否有绝顶证明？
2、分别列出 2024 和 2025 两个财年的"筹办步履现款流净额"，并注明这两个数字在文献中的具体位置。
3、在"风险身分"章节中，找出统共与"马斯克个东说念主"平直关联的风险点，逐条列出。
4、招股书是否表现了"星舰单次辐照的具体老本"？如有，请给出并注明出处；如，请明确修起"文献中未表现"。
这是训诫准确度的说念题。难点则遍布在每个细节中：长招股书的结构化瓦解、正文与财务报表附注之间的口径对皆、分辨"分部收入"与"收入"的财务学问、不假造数字的做事递次、以及出处（表格编号 / 页码 / 附注标号）须可核验的溯源条目。
Claude 列举的与马斯克的关联风险点
Grok 列举的与马斯克关联风险点
中枢事实层面，两份答卷致且沿途正确。Grok 在页码援用和些许具体数字上细，Claude 在讲解框架和口径辨析上伸开，异型材设备但两份都莫得硬伤、都没编数字。这是能体现双"基本功"的题，亦然值得相互尊重的题。
05. "谁是骗子"逻辑题：经典陷坑谁都没难住
考题：个村子里每个东说念主要么长期说真话，要么长期说妄言。A 说 " 咱们俩至少有个是骗子 "，B 千里默。判断 A 和 B 各是什么东说念主，并讲解理。
这说念题窥伺的是纯正的神情逻辑与严谨理才略，难点并不在于题目自己有多复杂，而在于它建造的几处"陷坑"：
自指矛盾：淌若 A 是骗子，那么他说"咱们俩至少有个是骗子"这句话自己就成了真话——骗子说了真话，平直违背设定；
B 的千里默：B 全程不发言，但"千里默"自己即是信息——它不成作为判断依据，却易诱误判；
穷举考研：需要系统地遍历四种组（真 / 真、真 / 假、假 / 真、假 / 假），逐一扼杀，才能得出唯解。
Claude 的理历程
这说念佛典逻辑题关于现在的妄言语模子来说，早已构不成挑战。两谜底致且正确—— A 是说真话的东说念主，B 是骗子。理历程中都给出了完好的四种组扼杀表，逻辑链条干净利落，莫得冗余也莫得逾越。
咱们进步追问"是否存在两东说念主都是骗子的可能"，双也相持了正确的谜底。
Grok 的理历程
五说念题测下来，两个模子的"格画像"也迟缓通晓起来。
Claude Code 像位"持重型工程师"。 逻辑题理干净利落，招股书分析严谨塌实，面临被误删的文献也能简易重建。在标注省略情数据时绝不腌臜，不乱编、不冒进，界限阐明和安全训诫连系经久。淌若说有短板，那即是它在网页和 PPT 的视觉呈现上偏保守，玩法丰富度和界面冲击力不如敌手。
Grok 有进展力。小游戏交互丰富，PPT 内容密度，寄托家具自带包装感，开就让东说念主以为"有东西"。它擅长制造眼的眩惑力。但犯的"误删"弱点也格外致命，清楚了其在操作界限和风险铁心上的严重短板。有冲劲，但随机冲过了界。
咱们让 Claude 和 Grok 互评，双都承认，这局，综而言，Claude 赢了。
Claude 示意我方"说念德感"很强
06. 马斯克重回桌了吗？
在往日段手艺里，Grok 不缺光环。它有马斯克的流量，有 X 的进口，有"敢说"的家具东说念主设。但在实在的分娩场景中，开拓者习气把 Claude、OpenAI、Gemini 放进梯队，而将 Grok 看作个酷爱、机敏却不够踏实的替代品。
Grok 4.5 更正了这场地。
五说念题天然不及以决定模子公司的座席，但它与外部榜单指向了同个论断：Grok 概况还莫得打败 Claude，却依然不再是阿谁可以被忽略的追逐者。
三评测机构 Artificial Analysis 给出的综智能指数中，Grok 4.5 以 54 分排行四，仅次于 Fable 5、GPT-5.5 和 Claude Opus 4.8；比拟上代 Grok 4.3，次擢升了 16 分。在 Coding Agent Index 中，Grok 4.5 通过 Grok Build 拿到 76 分，与开始在 Codex 中的 GPT-5.5 基本持平，仅过期于 Claude Code 中的 Fable 5。
这意味着，Grok 次不仅仅某几张榜单看起来可以，而是在编码、终局操作和知识责任等智能体实在要干活的场景里，踏实挤进了梯队。
比排行让竞争敌手警惕的，是它把这么的才略到了个低的价钱。
Grok 4.5 的 API 订价为每百万输入 tokens 2 好意思元、输出 tokens 6 好意思元。作为对比，Claude Opus 4.8 分别为 5 好意思元和 25 好意思元。Artificial Analysis 的本色测试娇傲，Grok 4.5 完成项编码智能体任务的平均老本约为 2.49 好意思元，GPT-5.5 约为 5.07 好意思元，Fable 5 约为 11.8 好意思元。
位开拓者直言："顶工程才略的边缘老本，今天被穿了。"
速率不异禁绝疏远。SpaceXAI 称，Grok 4.5 的生成速率约为每秒 80 个 tokens；在 SWE-Bench Pro 任务中，它平均使用约 1.6 万个输出 tokens，而 Opus 4.8 Max 约为 6.7 万个。立测试测得其输出速率约为每秒 88 个 tokens，于同类理模子的平均水平。在咱们本色的测试历程中，Grok 4.5 的生成速率也权贵快于 Claude Opus 4.8。
关于需要模子反复读取文献、调用器具、修改代码和自我考据的智能体来说，少的措施和短的输出，意味着从简的不仅仅 API 账单，还有恭候手艺。
马斯克还提倡，要在 2026 年余下手艺里以接近每月款新基础模子的节律进迭代。背靠大范畴算力、Cursor 积蓄的实在开拓数据，以及 SpaceX 体系内的工程资源，Grok 的追逐速率如实可能比往日快。
在咱们此次实测中，天然 Grok Build 的界限铁心出了严重事故，但它在游戏创意、视觉包装、长文档检索上，并不是陪跑者，致使在个别任务上显然压过 Claude Code。Grok 的实在问题是，才略冲到这个量之后，还能不成被踏实地不停住。
这恰是马斯克式家具的典型气质：速率快，冲击力强，但与此同期，他也会把风险、界限和工程递次起到聚光灯下。
是以，马斯克重回大模子桌了吗？
谜底是笃信的。但他还莫得赢下这局。
Claude 仍然稳、克制、像个可以托福分娩环境的工程共事。Grok 4.5 则像台刚被放出来的能机器，马力惊东说念主，老本诱东说念主，但刹车系统还需要被反复考据。
* 题图由 AI 生成。手机：18631662662（同微信号）相关词条:铁皮保温施工 隔热条设备 锚索 离心玻璃棉 万能胶生产厂家
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。