grok-4.1-thinking
48±1
46interval50
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 3 minacum 3 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 4 ore
- Arena · WebDev· acum 4 ore
- Arena · Vision· acum 4 ore
- Arena · Agent· acum 4 ore
- GPQA Diamond· acum 3 minute
- SWE-bench· acum 3 minute
- Terminal-Bench· acum 3 minute
- ARC-AGI-2· acum 3 minute
Filtrează după organizație:
Lansat:
grok-4.1
47±1
46interval49
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 483 | grok-4.1-thinking | xai | oct. 2026 | — | 48.3 46.5Clasat 48.3 = (3 × 46.5 + 3 × 50) ÷ 6. 46.5 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 46–50 | 82 | 3/22 | #71–483 | 88 | 6 | — | 45 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | ||
| 510 | grok-4.1 | xai | oct. 2026 | — | 47.3 44.6Clasat 47.3 = (3 × 44.6 + 3 × 50) ÷ 6. 44.6 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 46–49 | 79 | 3/22 | #83–510 | 86 | 7 | — | 40 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — |
Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model