Agent 工作流 场景推荐：Grok-2
Agent 工作流 → Grok-2
场景概述
Grok-2 由 Xai 发布，是 Agent 工作流 场景下的推荐选项之一。
推荐模型
| 排名 | 厂商 | 上下文窗口 | Score |
|---|---|---|---|
| #10 | Xai | 131K | 37/100 |
性能分析
基准测试表现
| 基准 | 得分 |
|---|---|
| MMLU | 87.5 |
| HUMANEVAL | 88.4 |
| GSM8K | 93.2 |
| MATH | 76.8 |
| BBH | 84.0 |
优势
- MMLU 得分 87.5，知识推理能力强。
- HumanEval 88.4，代码生成能力出色。
- GSM8K 93.2，数学推理稳健。
- 支持文本、图像、音频多模态输入。
需求
- 需要 xai 的 API 密钥
- 输入长度须在 131K 上下文窗口内