Grok 4.1 のリリースとベンチマーク/ランキングの議論

Grok 4.1 は静かなリリースとベンチマーク中に複数の指標とランキングの向上を達成しました。
Key insights
Grok 4.1 が LM Arena でトップランキングと高い Elo を達成
公式またはテストデータによると、Grok 4.1 は LM Arena のリーダーボードで第1位にランクされ、Overall Style Control カテゴリで 1483 Elo のスコアを達成しました。これは、スタイル制御と会話パフォーマンスにおいて重要な改善を示しています。このパフォーマンス指標は、複数のテストチャートとランキングのスクリーンショットによってサポートされています。
静かなリリース期間中のユーザー好み率は 64.78%
2025年11月1日から14日までの静かなリリース期間中、Grok 4.1 の好み率は 64.78% と報告されました。この指標は、新しいバージョンに対するユーザーまたは評価セットの好みを測定し、静かなリリース期間中のパフォーマンスの参考として機能します。
クリエイティブライティングベンチマークで Polaris Alpha に近い
クリエイティブライティング v3 ベンチマークテストでは、Grok 4.1 とその Thinking バリアントが高くランクされ、わずかに Polaris Alpha(初期の GPT-5.1 と説明される)に劣るだけで、クリエイティブライティングタスクにおける競争力を示しています。