FinSearchComp 最近评估了大型语言模型（LLM）在复杂、专业级别的金融搜索和推理任务中的表现。结果推特X的Grok 4 排名第一，准确率为68.9%，超越了OpenAI的GPT-5-Thinking 和Google的Gemini 2.5 Pro，接近人类专家准确率（75%）。

个人使用的感觉也是如此，Grok 在金融搜索和证券分析的表现已经接近或强过藤校实习生。投行研究显示，人工智能应用率越高的行业，比如科技和金融，对于初级入门职位的冻结和销减就越明显。