正在读取模型档案与评测数据…
正在读取模型档案与评测数据…
xai·2 个数据来源·更新于 2026-09-26
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
当前配置：各基准设置见下表
不同来源的分数不能直接相加或横向比较；评测任务成本不是 API Token 单价。
4 项已收录成绩 · 保留原始单位和测试条件
Creative Writing v3 - Normalized Elo score (Elo/2000). Evaluates creative writing capabilities across 32 writing prompts with 3 iterations per prompt.
成绩出处EQ-Bench Emotional Intelligence Benchmark - Normalized Elo score. Evaluates active emotional intelligence abilities, understanding, insight, empathy, and interpersonal skills.
成绩出处FActScore benchmark - 2.97% error rate (lower is better, converted to accuracy score). Evaluated on non-reasoning model with web search tools. Significant reduction from Grok 4 Fast's 9.89% error rate.
成绩出处Grok 4.1 non-reasoning mode (code name: tensor) - LMArena Text Leaderboard Elo rating. Uses no thinking tokens for immediate response.
成绩出处只展示有可靠来源的资料；优先采用厂商官网与官方模型仓库。
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
