grok-4.1

MiniMax 评测数据grok-4.1

登录查看完整报告

该成绩引用自 MiniMax 公开的评测数据，本平台仅按其公布的权重汇总。

综合得分

75.82

95% CI [74.66, 77.01]

基于 285 个会话

综合榜第 11 名，共 12 个模型

三大目标

● 世界 · Worlds 50%79.20

● 故事 · Stories 25%55.61

● 用户偏好 · Preferences 25%89.26

六维度

786199438289

基础逻辑知识多样性内容逻辑交互

各语言成绩

测试于 2026/10/24

语言	名次	综合	95% 置信区间	世界	故事	用户偏好	会话数
综合	11 / 12	75.82	74.7 – 77.0	79.2	55.6	89.3	285
中文	12 / 12	71.69	70.5 – 72.9	79.8	40.8	86.4	150
English	11 / 12	80.42	78.5 – 82.2	78.6	72.1	92.4	135

登录后查看完整评测报告

测试历史每次测试的模式、版本与各语言成绩
285 场测试对话逐轮查看完整对话与角色设定
裁判评分依据双裁判分段打分、问题定位与原文证据

暂不开放注册，账户由平台发放。