代码执行波动相关资讯

Grok 4 Smoke评测主榜暴跌17.5分材料约束单日跌21.9

Grok 4今日Smoke评测主榜从94.15分跌至76.65分，降幅17.5分。其中材料约束从87.00分跌至65.10分，代码执行从100.00分跌至86.10分。单日10题抽签导致的波动与模型真实能力退化需进一步验证。