AI榜单“变天”了！马斯克发布Grok 41盲测排名登顶榜首

  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体会”之战。

  就在刚刚，xAI宣告推出Grok4.1，这是对现有Grok 4模型的严重晋级，并已在X渠道和iOS和Android运用向全用户全面敞开。。官方声称，新版别在构思表达、情感互动和协同沟通方面体现尤为杰出，而且呈现错觉的概率仅为此前模型的三分之一。

  更有目共睹的是，在一个揭露的“盲测”竞技场（LMArena）上，Grok 4.1的“考虑形式”版别已悄然登顶总榜榜首，乃至其“非推理”的快速形式，都打败了一切对手的“完好推理”形式。

  这场出人意料的“榜首易主”，无疑为日趋白热化的AI比赛，又增添了浓重的火药味。

  xAI本次发布了两个Grok 4.1模型：Grok 4.1（非推理形式）和Grok 4.1 Thinking（考虑形式）。这两个模型均可免费运用，但付费用户面对的约束更少。

  官方表明，新版天性更详尽地了解隐含目的，与之对话引人入胜，也更能坚持人设的一致性。

  为了优化模型的风格、品格和有用性，xAI运用前沿的署理型推理模型（agentic reasoning models）作为“奖赏模型”，在大规模环境中自主评价并迭代模型的答复。

  在11月1日至14日的“静默上线”期间，xAI在实在流量进步行了盲测式的成对比较评价，成果显现，在64.78%的情况下，用户更偏好Grok 4.1。

  LMArena是一个开源东西，用户都能够经过并排、盲测的方法，比较不同大言语模型的体现。在这个比赛最剧烈的“斗兽场”里，Grok 4.1取得了惊人的成果：

  ·Grok 4.1的“考虑形式”（代号：quasarflux）以1483 Elo的成果位列总榜榜首，抢先一切非xAI模型31分。

  ·Grok 4.1的“非推理形式”（代号：tensor）无需运用“考虑词元”（thinking tokens），可当即生成答复，并以1465 Elo的成果排名第二。

  ·更夸大的是，Grok 4.1的“非推理”形式体现，超过了一切其他模型在“完好推理形式”下的揭露排行榜成果。

  ·心情智能（Emotional Intelligence）为评价模型在特性与人际互动方面的发展，xAI对Grok 4.1进行了EQ-Bench3测验。这是一项由LLM作为裁判的测验，用于评价模型在自动心情智能、了解力、洞察力、共情才能和人际技术方面的体现。

  ·构思写作才能（Creative Writing）xAI相同测量了Grok 4.1在Creative Writing v3基准测验中的体现。在该测验中，模型应该要依据32个不同的写作提示，在3次迭代中生成答复。

  快速呼应模型在装备查找东西后，虽然能敏捷给出答案，但更简单呈现事实性过错。

  在Grok 4.1的后练习阶段，xAI要点降低了模型在信息查询类提示中的事实性“错觉”。

  依据xAI的说法，Grok 4.1呈现错觉的概率是此前模型的三分之一，这使其成为xAI迄今为止的最佳版别之一。

  为了验证这一点，xAI不仅在实在的出产流量中进行了评价，还运用了FActScore——一个包括500道关于人物传记问题的揭露基准测验。

  更重要的是，谷歌（Google）正在预备发布Gemini 3.0，这或许会成为迄今为止最强壮的模型。

  Grok 4.1的发布，无疑是马斯克在AI比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）

  告发领导“索要奖金”的亚运冠军再发声：自己不敢再呆在家中，恳请有关部门深入调查

  新式警服将露脸！2025式警服正式列装，新中国建立以来人民警察第9次换装

  姑苏一快递员遇刺身亡，留下两个年幼孩子，目击者叙述：他或许觉得那个人不会真着手，凶手过后静等警方抓捕

  河北女子骑行被未拴绳大狗撞倒身亡，其老公又突发脑溢血昏倒，留下3个孩子与两名白叟

  法拍房未发表曾产生非正常逝世事情，买家要求交还4821万拍卖款！广东高院裁决：退款

  少量单位错把“紧日子”了解为要过“苦日子”，有的当地老旧设备久拖不换，有的压减合理福利待遇

  曜越推出TH360 V3 Ultra ARGB Sync白色版一体式水冷散热器