IT之家 11 月 18 日消息，埃隆?馬斯克（Elon Musk）旗下的人工智能公司 xAI 昨日（11 月 17 日）發布公告，宣布推出最新大語言模型 Grok 4.1，并已面向 grok.com、?? 平臺及移動應用（iOS 和）所有用戶全面推送。

本(ben)次更(geng)(geng)新旨在全面提升 Grok 在真實世界場景下的(de)可用性(xing)(xing)。官方(fang)表示(shi)，Grok 4.1 不僅繼承(cheng)了(le)前代(dai)模型敏銳(rui)的(de)智能與(yu)高可靠性(xing)(xing)，更(geng)(geng)在創造性(xing)(xing)、情感理解和協作互動(dong)方(fang)面實現了(le)重大改進(jin)，讓其能夠更(geng)(geng)精準地感知用戶細(xi)微意圖，提供(gong)更(geng)(geng)具吸引力和人(ren)格連貫性(xing)(xing)的(de)對話體驗。

Grok 4.1 的性能實(shi)現了(le)業界頂尖水平。在大型語言模型競(jing)技場（LMArena）的文本(ben)能力(li)排行榜(bang)上，其具備深度思考能力(li)的版(ban)本(ben)（代號：quasarflux）以 1483 的 Elo 分(fen)數高居榜(bang)首，領先第二名達 31 分(fen)。IT之家(jia)附上相關(guan)截(jie)圖如(ru)下：

更引人注目的是，其無(wu)需深度思(si)考的“即時響應”版本也以 1465 的 Elo 分數位列第(di)二，性(xing)能(neng)甚至超越(yue)了(le)(le)其他(ta)所有模型的“全推理”模式。這一成績相較于(yu)前代 Grok 4（排名第(di) 33 位）實(shi)現了(le)(le)巨大飛躍，也印證了(le)(le)其在底層能(neng)力(li)上的絕對優勢。

除了在通用能力(li)(li)基準測(ce)試中表現出色，Grok 4.1 還在“軟實(shi)力(li)(li)”方面取得了顯著進步(bu)。在衡量模型情商的 EQ-Bench3 基準測(ce)試和(he)評估創意能力(li)(li)的 Creative Writing v3 測(ce)試中，新模型均表現優異。

在評估情感理解(jie)、洞察力和人(ren)際交往能力的 EQ-Bench3 基準測(ce)試中，Grok 4.1 的推(tui)理與(yu)非(fei)推(tui)理模式包攬了榜單前兩(liang)名。

在創意(yi)寫作領域，根據(ju) Creative Writing v3 基準測試結(jie)果(guo)，Grok 4.1 的(de)兩種模(mo)式(shi)分別位列第二和(he)第三，僅次于早期的(de) GPT-5.1 模(mo)型。

這意味著 Grok 4.1 不僅能處理(li)復雜的邏輯推理(li)，還能更好地理(li)解并回應(ying)帶有人類情感(gan)的提示，進行富有想(xiang)象力的內容(rong)創(chuang)作，讓其在人機交互中更具“人情味”。

另一項關鍵改(gai)進在于(yu)大幅降低了(le)模(mo)型的(de)(de)“幻(huan)覺”率(lv)。對于(yu)配備搜(sou)索工(gong)具的(de)(de)快速(su)響應模(mo)型而言，由于(yu)推理深度和工(gong)具調用預(yu)算有限，容易出現事實性錯誤(wu)。

x.ai 在 Grok 4.1 的(de)訓練后期，特別(bie)針(zhen)對(dui)(dui)優化信(xin)息查詢(xun)類提(ti)示，專(zhuan)注于減(jian)少事實性幻覺。根據對(dui)(dui)真實世界查詢(xun)樣(yang)本的(de)評估(gu)，新(xin)模型的(de)幻覺率已(yi)顯著降低，從而為用戶(hu)提(ti)供(gong)更可靠、更準確的(de)信(xin)息。

廣告聲明：文(wen)內含有的(de)對外跳轉(zhuan)鏈(lian)接(jie)（包(bao)括不限(xian)于(yu)超(chao)鏈(lian)接(jie)、二維碼、口令等形式），用于(yu)傳(chuan)遞更多信息，節省甄選時間，結果僅供參考，IT之家(jia)所有文(wen)章(zhang)均包(bao)含本聲明。