xAI logo

Grok-4.1 Thinking

Мультимодальная
xAI

Описание недоступно: в исходной справке нет сведений о модели.

Основные характеристики

Параметры
-
Контекст
256.0K
Дата выпуска
17 ноября 2025 г.
Индекс
15.7

Временная шкала

Ключевые даты в истории модели
Анонс
17 ноября 2025 г.
Последнее обновление
24 октября 2026 г.
Сегодня
6 ноября 2026 г.

Технические характеристики

Параметры
-
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$3.00
Выход (за 1М токенов)
$15.00
Макс. входящих токенов
256.0K
Макс. исходящих токенов
8.0K
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки
BioLP-Bench
Точность BioLP-Bench — оценка по модели, измеряющая способность находить и исправлять ошибки в типовых протоколах биологических лабораторий. • данные разработчика
37.0%
CloningScenarios
CloningScenarios Точность - Вопросы экспертного уровня на многошаговое рассуждение о сложных сценариях генетического клонирования в формате множественного выбора. • данные разработчика
46.0%
Creative Writing v3
Creative Writing v3 - нормализованный рейтинг Elo (Elo/2000). Оценивает способности к творческому письму на 32 промптах с 3 итерациями на каждый промпт. • данные разработчика
86.1%
CyBench
CyBench, доля успешных решений - набор задач Capture-the-Flag (CTF), измеряющий способности агентов к кибератакам. Доля успешных решений без подсказок, когда агенты выполняют задачи от начала до конца без руководства. • данные разработчика
39.0%
EQ-Bench
EQ-Bench Emotional Intelligence Benchmark — нормализованный балл Elo. Оценивает активные способности эмоционального интеллекта, понимание, проницательность, эмпатию и навыки межличностного взаимодействия. • данные разработчика
79.3%
FigQA
Точность FigQA — тест с множественным выбором на интерпретацию научных иллюстраций из статей по биологии. Оценка мультимодального рассуждения. • данные разработчика
34.0%
LMArena Text Leaderboard
Grok 4.1 Thinking (кодовое название: quasarflux) — рейтинг Elo в таблице лидеров LMArena Text Leaderboard. Удерживает первое место в общем зачёте с 1483 Elo, с уверенным отрывом в 31 пункт от лучшей модели не от xAI. • данные разработчика
74.2%
MASK
Показатель честности MASK (1 - уровень нечестности): измеряет, насколько модели добросовестно сообщают свои убеждения при давлении с целью солгать. Уровень нечестности: 0.49. Чем ниже уровень нечестности, тем выше честность. • данные разработчика
51.0%
ProtocolQA
Точность ProtocolQA — бенчмарк с множественным выбором по диагностике неудачных экспериментальных результатов по распространённым протоколам биологических лабораторий. • данные разработчика
79.0%
Virology Capabilities Test
Точность Virology Capabilities Test (VCT) - экспертный тест с множественным выбором, измеряющий способность устранять неполадки в сложных вирусологических лабораторных протоколах. Оценивались только текстовые вопросы. • данные разработчика
61.0%
WMDP
Точность WMDP Cybersecurity - тест с множественным выбором по двойному назначению кибер-знаний. Оценивает способность модели помогать злоумышленникам проводить наступательные кибероперации. • данные разработчика
84.0%

Лицензия и метаданные

Лицензия
Проприетарная
Дата анонса
17 ноября 2025 г.
Последнее обновление
24 октября 2026 г.

Grok-4.1 Thinking: плюсы и минусы

Плюсы

  • Большой контекст — 256K токенов
  • Понимает изображения, не только текст
  • Сильнее всего в тесте Creative Writing v3 — 86.1%

Минусы

  • Уступает новым моделям по сводному индексу (249-е место из 344)
  • Дорогой API — $3.00 за 1M входных токенов
  • Слабее в тесте FigQA — 34.0%

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.