v9.5.9519.100323 PC版
v1.651.3011.410512 安卓版
v3.235.7831 最新版
v5.255.7957.611645 IOS版
v2.736 安卓漢化版
v4.807.495 最新版
v6.766.4137.790541 IOS版
v3.881.8713 安卓漢化版
v8.596 PC版
v9.193.8666.758471 安卓漢化版
v2.317 安卓版
v1.99.6234.171386 安卓免費版
v5.443.3490 安卓版
v5.279.290.118679 IOS版
v1.895.1555 PC版
v3.861 最新版
v6.563.6047.505489 安卓免費版
v1.204 PC版
v1.777.597.423975 安卓版
v8.887.4086.939609 安卓免費版
v6.906.4177.384804 最新版
v2.647.9739 安卓版
v5.553.3170 安卓版
v9.868 IOS版
v3.147 安卓漢化版
v5.70 PC版
v1.662 安卓版
v7.692.6728.760194 PC版
v6.152.2163 IOS版
v9.675.9667 IOS版
v4.364.6792.962914 安卓版
v3.976.2566 IOS版
v5.660.6224 安卓漢化版
v3.594.1513.618542 安卓版
v6.522.6427.970975 安卓漢化版
v6.317.5475 IOS版
v8.112.8605.651070 安卓版
v3.728.2851.434202 最新版
v7.356.1329.390990 安卓最新版
v4.566.8850.119194 安卓漢化版
v3.777.9441 安卓免費版
v2.630.8547 PC版
v4.711 安卓漢化版
v7.362.1665.587199 最新版
v7.616.3748.912386 安卓漢化版
v4.41 IOS版
v2.85.2134 安卓免費版
v4.88.3521.555977 安卓漢化版
v5.312 安卓免費版
v4.365.2062.974517 安卓最新版
v5.733 IOS版
v2.465 安卓漢化版
v9.920.4179.800283 IOS版
v2.29.7861.3566 安卓版
v2.990.1162 安卓漢化版
v9.484.7304.647567 安卓免費版
v8.110.3572.603158 安卓版
v2.496.2935 安卓版
v7.68 IOS版
v8.98.51 安卓最新版
v1.705.3268.215773 PC版
v2.36.4600 IOS版
v5.330 安卓漢化版
v4.258 安卓漢化版
v2.119.3476.431388 安卓漢化版
v5.367.2868.170767 PC版
v5.145.712 IOS版
v5.998.6954.541595 最新版
v1.550 安卓版
v4.473.5053 安卓最新版
v2.488.3897.483614 IOS版
v5.276 安卓漢化版
v7.251 安卓版
v4.680.7934 安卓版
v3.759.4812.136115 PC版
v6.915.9983 最新版
v4.889 PC版
v7.736.5989.205470 安卓最新版
v7.64.5584.73452 安卓版
v1.704.2440.387165 安卓版
一起玩棋牌游戏
就在OpenAI发布GPT-5.1,大谈“情商”之际,埃隆·马斯克(Elon Musk)也带着他的xAI,火速加入了这场“AI体验”之战。
就在刚刚,xAI宣布推出Grok 4.1,这是对现有Grok 4模型的重大升级,并已在grok.com、X平台以及iOS和Android应用向所有用户全面开放。。官方宣称,新版本在创意表达、情感互动和协同交流方面表现尤为突出,并且出现幻觉的概率仅为此前模型的三分之一。
更引人注目的是,在一个公开的“盲测”竞技场(LMArena)上,Grok 4.1的“思考模式”版本已悄然登顶总榜第一,甚至其“非推理”的快速模式,都击败了所有对手的“完整推理”模式。
这场突如其来的“榜首易主”,无疑为日趋白热化的AI竞赛,又增添了浓重的火药味。
Grok 4.1升级了什么?
xAI本次发布了两个Grok 4.1模型:Grok 4.1(非推理模式)和?Grok 4.1 Thinking(思考模式)。这两个模型均可免费使用,但付费用户面临的限制更少。
官方表示,新版本能更细致地理解隐含意图,与之对话引人入胜,也更能保持人设的一致性。
为了优化模型的风格、人格和有用性,xAI利用前沿的代理型推理模型(agentic reasoning models)作为“奖励模型”,在大规模环境中自主评估并迭代模型的回答。
在11月1日至14日的“静默上线”期间,xAI在真实流量上进行了盲测式的成对比较评估,结果显示,在64.78%的情况下,用户更偏好Grok 4.1。
“盲测”登顶,Grok 4.1到底有多强?
Grok 4.1在盲测的人类偏好评估中树立了新的行业标准。
LMArena是一个开源工具,用户可以通过并排、盲测的方式,比较不同大语言模型的表现。在这个竞争最激烈的“斗兽场”里,Grok 4.1取得了惊人的成绩:
· Grok 4.1的“思考模式”(代号:quasarflux)以1483 Elo的成绩位列总榜第一,领先所有非xAI模型31分。
· Grok 4.1的“非推理模式”(代号:tensor)无需使用“思考词元”(thinking tokens),可立即生成回答,并以1465 Elo的成绩排名第二。
· 更夸张的是,Grok 4.1的“非推理”模式表现,超过了所有其他模型在“完整推理模式”下的公开排行榜成绩。
与之相比, Grok 4此前在该榜单上的综合排名仅为第33位。
“情商”与“文采”,一个都不能少
除了通用能力,xAI还强调了新模型在“软实力”上的提升。
· 情绪智能(Emotional Intelligence) 为评估模型在个性与人际互动方面的进展,xAI对Grok 4.1进行了EQ-Bench3测试。这是一项由LLM作为裁判的测试,用于评估模型在主动情绪智能、理解力、洞察力、共情能力和人际技能方面的表现。
· 创意写作能力(Creative Writing) xAI同样测量了Grok 4.1在Creative Writing v3基准测试中的表现。在该测试中,模型需要根据32个不同的写作提示,在3次迭代中生成回答。
更少的“幻觉”
快速响应模型在配备搜索工具后,虽然能迅速给出答案,但更容易出现事实性错误。
在Grok 4.1的后训练阶段,xAI重点降低了模型在信息查询类提示中的事实性“幻觉”。
根据xAI的说法,Grok 4.1出现幻觉的概率是此前模型的三分之一,这使其成为xAI迄今为止的最佳版本之一。
为了验证这一点,xAI不仅在真实的生产流量中进行了评估,还使用了FActScore——一个包含500道新万博体育:人物传记问题的公开基准测试。
挑战与未来:真正的对手还在路上
尽管Grok 4.1的“盲测”成绩斐然,但AI的王座之争远未结束。
目前,我们尚不清楚它与GPT-5.1相比的真实表现。
更重要的是,谷歌(Google)正在准备发布Gemini 3.0,这可能会成为迄今为止最强大的模型。
Grok 4.1的发布,无疑是马斯克在AI竞赛中投下的一枚重要棋子。但在这场“神仙打架”的牌局中,谁能笑到最后,还远未可知。(易句)
(本文由AI翻译,网易编辑负责校对)
相关版本
多平台下载
查看所有0条评论>网友评论