xAI · pașaport de model
Grok 4 1 Fast Reasoning
grok-4-1-fast-reasoning- Doar în cloud
- Licență Proprietary
- Lansat 2026-10-09(văzut prima dată pe LMArena)
- General · LMArena
- 1,430#103 din 396
- Cea mai bună percentilă
- 95.1BFCL v4 (apelare de funcții)
- Poziția în cohortă
- 53.0mediană 60.6
Ce spun datele
Evaluat pe 11 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 95.1 pct — BFCL v4 (apelare de funcții) (69.6%)
Cele mai slabe axe
- 8.6 pct — Halucinații HHEM (Vectara) (80.8%)
- 10.1 pct — WebDev Arena (1,242)
Neuniform: 86,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 95.1 pct pe BFCL v4 (apelare de funcții) față de 8.6 pct pe Halucinații HHEM (Vectara).
- BFCL v4 (apelare de funcții)Clasament inactiv95.1 pct69.6%Verifică →
- General74.2 pct1,430Verifică →
- Prompturi dificile70.2 pct1,441Verifică →
- Programare68.5 pct1,461Verifică →
- LiveBench68 pct63.0%Verifică →
- Urmarea instrucțiunilor66.9 pct1,402Verifică →
- SimpleBench62.1 pct56.0%Verifică →
- Vision Arena44.7 pct1,196Verifică →
- Factuality Arena23.3 pct1,413Verifică →
- WebDev Arena10.1 pct1,242Verifică →
- Halucinații HHEM (Vectara)8.6 pct80.8%Verifică →
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
grok-4-1-fast-reasoning stands at 53 (raw mean 53.8) — measured on 11 of 27 axes.
grok-4-1-fast-reasoning stands at 53 versus a cohort median of 60.6 across 172 models released within 180 days — below the peer median.
grok-4-1-fast-reasoning scores at percentile 95.1 on BFCL v4 (apelare de funcții).
grok-4-1-fast-reasoning scores at percentile 8.6 on Halucinații HHEM (Vectara).
grok-4-1-fast-reasoning scores at percentile 10.1 on WebDev Arena.
grok-4-1-fast-reasoning shows a 86.6-point percentile gap across 11 covered axes: 95.1 on BFCL v4 (apelare de funcții) versus 8.6 on Halucinații HHEM (Vectara).
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →