grok-4.1-thinking
1,434±3
1,431CI1,437
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 35 minacum 35 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 6 ore
- Arena · WebDev· acum 6 ore
- Arena · Vision· acum 6 ore
- Arena · Agent· acum 6 ore
- GPQA Diamond· acum 35 de minute
- SWE-bench· acum 35 de minute
- Terminal-Bench· acum 35 de minute
- ARC-AGI-2· acum 35 de minute
Filtrează după organizație:
Lansat:
grok-4.1
1,431±3
1,428CI1,434
grok-4-1-fast-reasoning
1,413±3
1,410CI1,416
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 96 | grok-4.1-thinking | xai | oct. 2026 | — | 1,434 | 1,431–1,437 | #71–483 | ||
| 104 | grok-4.1 | xai | oct. 2026 | — | 1,431 | 1,428–1,434 | #83–510 | ||
| 133 | grok-4-1-fast-reasoning | xai | oct. 2026 | — | 1,413 | 1,410–1,416 | #139–463 |
Se afișează Factuality Arena exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.