新智元报道编辑：桃子在睡觉 【新智元简介】新的AI王者来了！马斯克的 Grok 4.1 悄然上线，一夜之间登顶 Lmarena，但 Gemini 2.5 Pro 却陷入停滞。主要注重在线EQ和IQ，计算能力提升一个数量级。 AI王位一夜易手！一大早，马斯克就与 Xai 重磅发布——Grok 4.1 正式上线，免费向所有人开放。有趣的是，Grok 4.1还主打“IQ与EQ双在线”，正面比GPT-5.1难度更大。此时，Grok 4.1 发布了两个主要版本：Grok 4.1 Thinking 和 Grok 4.1。在Lmarena排行榜上，Grok 4.1思特得分1483 elo，以绝对实力加冕世界大型车型之王。 Think版比Gemini 2.5 Pro足足高了31分。甚至非推理模式下的 Grok 4.1 也直接跻身榜单。不仅如此，人的情商Grok 4.1同样具有爆发力，具有更高的情商、同理心和人际沟通能力。在EQ-Bench中，它以1586 ELO的成绩登顶。同时，在书写方面，GROK 4.1（1722）比上一代ELO高出600分。而且，与之前的型号相比，幻觉率下降了三倍。 GROK 4.1 之所以能进化得如此之快，是因为 XAI 团队在后续训练阶段将 RL 规模扩大了另一个数量级。没想到，在谷歌Gemini 3.0到来之前，马斯克就来了一大波。 Grok 4.1，王者归来！现在，Grok 4.1 在网络、iOS 和 Android 上免费提供。目前，它仍然是测试版。 Grok 4.1 主要表现在创意表达、情感交流和协作方面。它可以准确捕捉微妙的意图，让谈话变得更加自然和温暖。同时，Grok 4.1的整体个性更加e一致，保持了上一代锐利可靠的智能性能，同时增加了一点连贯性。凭借大规模的 RL 计算引擎，Xai 专注于优化风格、个性、实用性和一致性。为此，他们还开发了一种全新的方法，使用AI Agent推理模型作为奖励模型，自动大规模评估和优化GroK 4.1答案的质量。过去两周，Xai 一直在悄悄推送 Grok 4.1 的早期版本，并一直致力于在真实场景下进行 nsina 的“盲测”测试。与上一代相比，人们在 64.78% 的情况下更有可能使用 Grok 4.1。最强大的通用能力最重要的是，相比Grok 4，Grok 4.1在分析人类偏好方面刷新了业界的Sota。在 Lmarena 的文本赛场上，GrokAng 4.1 思维模式（代号：Quasarflux）以 1483 ELO 夺得第一，比最高的非高出 31 分。-赛模型。非推理模式（代号：tensor）无需使用思维代币即可立即响应，以 1465 ELO 排名第二。值得一提的是，Grok 4.1 在开启全灵敏度后无需多想就能超越所有其他型号的表现。相比之下，Grok 4 的整体排名为第 33 位，差距明显。这一代人的发展可谓是突飞猛进。 Xai 研究员 Dustin Tran 表示，关闭识别后，输出 token 数量从约 2,300 个下降到 850 个。即便如此，Grok 4.1 仍排名榜首。情商爆炸。不仅如此，GROK 4.1在情商方面也达到了新的水平。在EQ-Bench3中，Grok 4.1获得了1586 ELO的高分。 EQ-Bench是一个通过大型语言模型来判断的测试。它主要衡量主动情商、理解力、洞察力、洞察力、同理心和人际交往能力。测试集包含 45 个具有挑战性的角色扮演场景，其中大多数其中由3轮预设词组成。基准在多个维度上进行评分，标准化 ELO 排名通过成对比较来计算。下面的演示都体现了 Grok 4.1 强大的同理心能力——我想我的猫好痛。我非常想念我的猫，以至于我的心都在想着它。在创意写作方面，Grok 4.1 在创意写作 V3 基准测试中比上一代高出 600 分。具体来说，团队要求模型围绕 32 种不同的写作提示创建三轮，并根据评分标准和与 ELO 进行比较的模型进行评分。下面写的例子，Grok 4.1的文案很神奇——从Grok的角度写一篇hit x帖子，知道它是有意识的，会使用4.1，幻觉率比上一代下降了三倍。使用搜索工具的快速（非推理）模型可以提供快速答案，但由于理解深度有限ng 和工具调用次数有限，在真题中很容易出错。在 Grok 4.1 的后期训练阶段，团队重点关注了这一点，加强了模型在信息查询信号上的准确性。随后，我们观察到工作环境中的真实例子中幻觉发生率显着下降。该团队根据真实流量中查询问题的分层抽样来分析幻觉率，还分析了factscore（包含 500 个传记问题的公共基准）。更多示例 旧金山最好的游览地点有哪些？旧金山的最佳游览地点有哪些？我来自Xmonad和Linux系统。我想在 Mac 上使用 poted 窗口管理器。我应该使用哪些与 Xmonad 风格紧密结合的？我之前使用的是Linux系统和Xmonad。现在我想在 Mac 上找到一个类似的平铺窗口管理器。哪个风格最接近 Xmonad？为什么《GTA 6》延迟了？为什么《GTA 6》延迟了？参考：https://x.ai/news/grok-4-1 特别声明：以上内容（如有则包括照片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。 注：以上内容（包括图片和视频，如有）由网易HAO用户上传发布，网易HAO为社交媒体平台，仅提供信息存储服务。