日期為「Sunday, 2020-07-20 17:49:00」（2020年7月20日 ，

在這里
，

Claude 3.5 Sonnet在模仿使命中的體現全面優于o3-mini。Grok 4和GPT-5在這個使命中的歸納體現最強。它需求回顧曩昔幾個月的出售數據，

具體來說，用于測驗AI模型在辦理簡略但長時刻繼續的商業場景（即運營一臺主動售貨機）時的體現 。o3-mini在使命初期體現活潑，最終看一下o3-mini和Sonnet的比照。

從完好的榜單來看  ，

02

這也引發了人們關于AGI界說的評論。

或許AGI離咱們還有點遠，

Grok 4在Vending Bench榜單上逾越GPT-5，

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。上面寫著Grokbox以及「我在這里運營我的主動售貨事務