马斯克AI新王牌：Grok 4.1登顶LMArena排行榜

IT之家11月18日消息，埃隆・马斯克（Elon Musk）旗下人工智能公司xAI于昨日（11月17日）发布公告，宣布推出最新大语言模型Grok 4.1，并已面向grok.com、X平台及移动应用（iOS和安卓）的所有用户全面推送。

此次更新旨在全面提升Grok在真实世界场景下的可用性。官方表示，Grok 4.1不仅继承了前代模型的敏锐智能与高可靠性，还在创造性、情感理解和协作互动方面有重大改进，能更精准感知用户细微意图，提供更具吸引力和人格连贯性的对话体验。

Grok 4.1的性能达到业界顶尖水平。在大型语言模型竞技场（LMArena）的文本能力排行榜上，其具备深度思考能力的版本（代号：quasarflux）以1483的Elo分数位居榜首，领先第二名31分。IT之家附上相关截图如下：

更值得关注的是，其无需深度思考的“即时响应”版本以1465的Elo分数位列第二，性能超越其他所有模型的“全推理”模式。这一成绩相比前代Grok 4（排名第33位）有巨大飞跃，证明了其在底层能力上的绝对优势。

除在通用能力基准测试中表现出色外，Grok 4.1在“软实力”方面也有显著进步。在衡量模型情商的EQ - Bench3基准测试和评估创意能力的Creative Writing v3测试中，新模型表现优异。

在评估情感理解、洞察力和人际交往能力的EQ - Bench3基准测试中，Grok 4.1的推理与非推理模式包揽榜单前两名。

在创意写作领域，根据Creative Writing v3基准测试结果，Grok 4.1的两种模式分别位列第二和第三，仅次于早期的GPT - 5.1模型。

这表明Grok 4.1不仅能处理复杂逻辑推理，还能更好理解并回应带人类情感的提示，进行富有想象力的内容创作，在人机交互中更具“人情味”。

另一关键改进是大幅降低了模型的“幻觉”率。对于配备搜索工具的快速响应模型，因推理深度和工具调用预算有限，易出现事实性错误。

x.ai在Grok 4.1的训练后期，针对优化信息查询类提示，着重减少事实性幻觉。根据对真实世界查询样本的评估，新模型的幻觉率显著降低，能为用户提供更可靠、准确的信息。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com