XNews

Grok 4.1 发布与基准/排名讨论

Grok 4.1 发布与基准/排名讨论

Grok 4.1 在静默发布期间与基准测试中获得多项指标与排名提升。

Key insights

Grok 4.1 在 LM Arena 上达成顶级排名与高 Elo 值

官方或测试数据显示 Grok 4.1 在 LM Arena 排行榜上位列第一,并在 Overall Style Control 项目中取得 1483 Elo 的评分,表明该版本在风格控制与对话表现上有显著提升。此性能指标由多张测试图表与排名截图支持。

静默发布期的用户偏好率为 64.78%

在 2025 年 11 月 1 日至 14 日的静默发布期间,Grok 4.1 的偏好率被报告为 64.78%,该指标用于衡量用户或评测集对新版本的偏好程度,并作为静默发布期间的性能参考。

在创意写作基准中接近 Polaris Alpha

在创意写作 v3 基准测试中,Grok 4.1 与其 Thinking 变体排名靠前,仅略低于 Polaris Alpha(被描述为早期 GPT-5.1),显示其在创意写作任务上的竞争力。

Source posts