Grok 4 Fast 评测详情

Grok 4 Fast 当前已收录的代表性评测结果包括 SimpleQA（3 / 46，得分 95）、Fiction.liveBench（3 / 16，得分 94.40）、LiveCodeBench（33 / 125，得分 80）。

评测结果

Grok 4 Fast

评测结果

综合知识考试

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

20

156 / 235

科学知识与推理

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式

85.70

82 / 253

思考模式

2.90

119 / 204

事实可靠性与幻觉

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

95

3 / 46

算法与竞赛编程

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

80

33 / 125

数学

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

92

37 / 110

自主开发与终端任务

共 2 项评测

评测名称 / 模式

得分

排名/总数

Terminal Bench Hard

常规模式工具

12.10

178 / 244

Terminal Bench Hard

思考模式工具

18.90

150 / 244

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

常规模式

48.10

206 / 229

思考模式

61.80

170 / 229

客服与业务流程

共 3 项评测

评测名称 / 模式

得分

排名/总数

常规模式工具

15.99

63 / 64

思考模式工具

29.76

60 / 64

思考水平·高工具

15.72

106 / 167

机器学习工程

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式工具

42.86

45 / 52

跨长文理解与整合

共 1 项评测

评测名称 / 模式

得分

排名/总数

Fiction.liveBench

常规模式

94.40

3 / 16

综合偏好评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

Text Arena (Coding)

常规模式

1149

35 / 35

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

0

59 / 61

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

常规模式工具

79.72

41 / 66

思考模式工具

81.63

38 / 66

常规模式工具

30.04

60 / 64

思考模式工具

37.38

51 / 64

跨能力聚合指数

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

144.21

80 / 167

与其他模型对比