DataLearner 标志

Grok 4.1 Fast 评测详情

Grok 4.1 Fast 当前已收录的代表性评测结果包括 MMLU-Pro(27 / 176,得分 85)、τ²-Bench(10 / 44,得分 82.71)、τ²-Bench - Telecom(10 / 27,得分 94.74)。

评测结果

Grok 4.1 Fast

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
思考模式
85
27 / 176
HLE
思考模式
17.60
187 / 249

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1327.40
79 / 114

自主开发与终端任务

共 3 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
14.40
167 / 242
Terminal Bench Hard
思考模式工具
24.20
131 / 242
Terminal-Bench 1.0
思考模式工具
23
27 / 32

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
56
47 / 99

客服与业务流程

共 6 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
思考模式工具
94.74
10 / 27
τ²-Bench
思考模式工具
82.71
10 / 44
Public Benefits Bench v1.1
思考模式工具
44.79
48 / 50
SAGE
常规模式工具
11.91
91 / 91
SAGE
思考模式工具
31.33
78 / 91
τ³-Banking
思考水平·高工具
13.14
124 / 170

指令与格式遵循

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式工具
53
30 / 31

跨能力综合测试

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
33.45
156 / 157
LiveBench
思考模式
60
111 / 157

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
18.60
12 / 24

跨应用与工具编排

共 2 项评测
评测名称 / 模式
得分
排名/总数
Claw Bench
思考模式工具
88.60
12 / 29
Pinch Bench
思考模式工具
82.40
21 / 38

图像感知与视觉推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU-Pro
常规模式
48.40
216 / 240
MMMU-Pro
思考模式
63.30
173 / 240

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
CritPt
思考模式
2.90
123 / 208

程序生成与编辑

共 1 项评测
评测名称 / 模式
得分
排名/总数
Vibe Code Bench v1.1
思考模式工具
1.20
109 / 114

临床工作与医疗决策

共 4 项评测
评测名称 / 模式
得分
排名/总数
MedScribe
常规模式工具
77.46
70 / 109
MedScribe
思考模式工具
78.73
64 / 109
MedCode
常规模式工具
28.35
100 / 107
MedCode
思考模式工具
28.08
101 / 107