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（28 / 175，得分 85）、τ²-Bench（10 / 44，得分 82.71）、LiveCodeBench（29 / 125，得分 82）。

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
28 / 175
HLE
思考模式
17.60
172 / 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
GPQA Diamond
思考模式
85
88 / 253
CritPt
思考模式
2.90
119 / 204

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
82
29 / 125

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
89
45 / 110
IMO-ProofBench Advanced
思考模式
18.60
12 / 24

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
75 / 110

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
170 / 244
Terminal Bench Hard
思考模式工具
24.20
134 / 244
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
44 / 96

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
11 / 30
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
26 / 26
SAGE
常规模式工具
11.91
64 / 64
SAGE
思考模式工具
31.33
55 / 64
τ³-Banking
思考水平·高工具
13.14
121 / 167

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
29 / 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
116 / 117
LiveBench
思考模式
60
71 / 117

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
205 / 229
MMMU-Pro
思考模式
63.30
162 / 229

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
58 / 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
MedScribe
常规模式工具
77.46
47 / 66
MedScribe
思考模式工具
78.73
43 / 66
MedCode
常规模式工具
28.35
62 / 64
MedCode
思考模式工具
28.08
63 / 64
与其他模型对比