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 / 133,得分 85)、LiveCodeBench(27 / 126,得分 82)、τ²-Bench(10 / 43,得分 82.71)。

评测结果

Grok 4.1 Fast

评测结果

思考模式
工具使用

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
思考模式
85
27 / 133
LiveBench
常规模式
33.45
114 / 115
LiveBench
思考模式
60
69 / 115
HLE
思考模式
17.60
138 / 181

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
85
85 / 224

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
82
27 / 126

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
89
40 / 106

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1324.40
65 / 99

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench
思考模式工具
23
30 / 35

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
26 / 67

Agent能力评测

共 2 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
15 / 35
τ²-Bench
思考模式工具
82.71
10 / 43

指令跟随

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
31 / 33

OpenClaw智能体能力综合测评

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