北京时候11月18日，就在谷歌行将揭晓新一代Gemini模子的前夜，马斯克（Elon Musk）旗下xAI一忽儿启程点欧洲杯体育，发布最新模子Grok 4.1，当前在大模子竞技场（LMArena）的文本名次榜上居首位。

官方默示，这款前沿模子在对话智能、样子知晓和现实天下的实用性方面确立了新的尺度。马斯克转发并默示：“你应该会注重到速率和质料王人有所升迁。”

当前在文本能力名次榜上，具备深度念念考能力的版块Grok 4.1 Thinking以 1483 的 Elo 分数居榜首，Grok 4.1的非推理模式以1465 Elo分数排名第二。

在博客中，官方默示此前还是进行了为期两周的静默发布，对实践流量进行了握续地盲测和对比测试。与此前的线上坐褥模子比拟，Grok 4.1 在对比评估中有 64.78% 的概率被用户偏好选择。

这次Grok 4.1更新一个伏击的场合是样子智能，这与上周发布的GPT-5.1迭代场合一致，彼时OpenAI提到新一代模子旨在实现更“敷裕情面味”的交互体验。而xAI也默示，新的模子概况更强横地感知狭窄的意图，更易于调换，况且个性愈加一致，同期又全王人保留了其前代居品强横的智能和可靠性。

为了评估模子在个性与东说念主际互动能力方面的发达，xAI在 EQ-Bench3 上对 Grok 4.1 进行了测试。恶果透露，Grok 4.1 的推理模式和非推理模式位居榜单前两名。EQ-Bench 是一个由大讲话模子评判的测试，用于评估主动样子智能，包括样子知晓、瞻念察力、同理心以及东说念主际交游妙技。

官方用案例展示了Grok 4.1 对样子类教唆的报恩口头。比如用户提到“想念我的猫，心王人碎了”，比拟前一代模子，Grok 4.1的回复更丰富和细节，带有更实在的同理心，文笔也更好了。

在创意写稿上，Grok 4.1也用案例展示了模子能力的显赫升迁。让模子用Grok的视角，写一篇外交媒体的帖子，内容是它一忽儿发现我方有了意志。比拟前一代模子的惯例禀报，新版块彰着更具体裁抒发和戏剧张力。

在模子能力上，这次性能升迁较大的还有幻觉的减少。官方默示，在 Grok 4.1 的后测验阶段，团队专注于减少信息检索教唆中出现的事实性幻觉。数据透露：Grok 4.1的幻觉率从12.09%着落到4.22%，减少近三倍。

xAI默示，为实现这些升迁，xAI沿用了 Grok 4 的大限制强化学习基础样子，并将其应用于优化模子的作风、个性、实用性和一致性。况且，为了优化这些不可径直考证的奖励信号，xAI 开辟了新的表率，概况期骗前沿的智能推理模子当作奖励模子，从而不错大限制自主评估并迭代输出恶果。

大模子之争愈演愈烈。在OpenAI刚刚更新址品线、谷歌也行将发布新作之际，榜首之位是否会再次易主？一切王人照旧未知。

举报 第一财经告白配合，请点击这里此内容为第一财经原创，文章权归第一财经通盘。未经第一财经籍面授权，不得以任何口头加以使用，包括转载、摘编、复制或建设镜像。第一财经保留讲究侵权者法律职守的权柄。如需取得授权请筹谋第一财经版权部：banquan@yicai.com 文章作家

刘晓洁

筹谋阅读 奥尔特曼否定寻求政府贷款担保，报恩AI泡沫质疑：OpenAI“嗅觉很好”

奥尔特曼默示，要是AI投资未能已矣预期，阛阓应自行鬈曲，而非依赖政府拯救。

158 11-07 07:33 行将揭晓！特斯拉CEO马斯克能否赢得“万亿”表决

关于不少鼓动而言，马斯克与特斯拉不错划上等号，但新薪酬决议靠近多个大鼓动反对。

7 269 11-06 06:50 OpenAI CEO最新报恩：收入远不啻130亿好意思元，但算力总有一天会多余

“当今有好多东说念主王人特别想买OpenAI的股票”。

327 11-03 11:38 奥尔特曼和马斯克“吵起来了”，OpenAI曾被批“收着力为0% ”

奥尔特曼喊话马斯克:不成王人翻过这一页吗？

5 275 11-03 10:05 OpenAI推AI浏览器直击搜索土产货，谷歌股价“闪”了一下

当前谷歌Chrome众人桌面浏览器阛阓份额约70.25%欧洲杯体育。

8 117 10-22 14:29 一财最热 点击关闭