Grok 4.7 登顶合同审查基准：350 份真实合同考出 58.3%，七模型均未过 60%

法律 AI 平台 Ivo 的新基准 ContractBench 用 350 份真实合同考了七个前沿模型，xAI 的 Grok 4.7 以加权通过率 58.3% 登顶，Claude Opus 5.5 以 58.1% 紧随其后，Kimi K3 57.1% 第三，头部差距极小。

完成率把领跑者拉得更开：Grok 完成 99.5%、Kimi 100%，Opus 却只有 80.8%；按完成任务计，Kimi 还比 Grok 便宜 38%、快 13%，性价比反而更突出。

最值得注意的是天花板本身：七个模型全都没过 60%。这说明 AI 审合同已经能大幅提效、筛出风险点，但距离“可以放心签字”还差得远，落笔前的人工复核仍不可少。

原文链接：点击查看原文