BenchLeader

Grok 4.1

推論エフォート
品質339中80位
57.1Index
上位4分の1
中央値比 +6.9

2026年11月16日時点で、Grok 4.1(SpaceXAI)のBenchLeader Indexは57.1です(ランク付け対象は608構成)。最も強いのは人間の評価(64)、最も弱いのはエージェント・ツール(56)です。2025年11月17日にリリースされました。

要点(2026年11月16日時点)

  • Grok 4.1は2025年11月17日にリリースされました(SpaceXAI)。

詳しく見ると:Grok 4.1はSpaceXAIのプロプライエタリな推論モデルです(2025年11月17日リリース)。最もスコアの高い構成は、BenchLeader Indexで57.1 ±2.6を記録し、608構成中160位で上位半分に入ります。重要なのはこの「±」です。ほかに243構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(64)、エージェント・ツールが最も低くなっています(56)。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
–
出力速度
–
回答開始
–
コンテキスト
–
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年11月17日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index57
  2. 推論64
  3. コーディング63
  4. エージェント・ツール56
  5. 数学60
  6. 人間の評価64

この順位を埋め込む

ほかのバッジスタイル
[![Grok 4.1 on BenchLeader: 総合 79位](https://www.benchleader.com/badge/grok-4-1.svg?style=compact)](https://www.benchleader.com/models/grok-4-1)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

SpaceXAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

SpaceXAIはこの名前で11つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Grok 4.7xhigh2026年9月21日57.4#154
Grok 4.6high2026年8月11日60.6#74
Grok 4.52026年7月8日59.3#109
Grok 4.3high2026年4月17日56.5#180
Grok 4.2high2026年3月10日––
Grok 4.20thinking2026年2月17日58.3#132
Grok 4.1このページ2025年11月17日57.1#160
Grok 42025年7月9日58.1#136
Grok 32025年2月17日50.9#326
Grok 22024年12月12日42.3#495
Grok 4.20 1–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
thinking54.5#234–––コーディング 37 · 人間の評価 65 · 数学 62 · 推論 64
未記載最良57.1#160–––エージェント・ツール 56 · コーディング 63 · 人間の評価 64 · 数学 60 · 推論 64

Indexの推移

2026年9月8日〜2026年11月16日
525660
  • 標準
  • thinking

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマークthinking標準出典推移
Arena Hard Prompts1477#721475#80Arena (LMArena)
Arena ExpertIndex対象外1467#991453#113Arena (LMArena)

コーディング

ベンチマークthinking標準出典推移
Arena Coding1500#841492#94Arena (LMArena)
Arena WebDev1216#144–Arena (LMArena)

エージェント・ツール

ベンチマーク標準出典推移
Cybench39.0%#6Cybench

数学

ベンチマークthinking標準出典推移
Arena Maths1443#901426#112Arena (LMArena)

指示追従

ベンチマークthinking標準出典推移
Arena Instruction FollowingIndex対象外1430#981431#96Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1465#561459#64Arena (LMArena)
Arena Creative WritingIndex対象外1426#791431#74Arena (LMArena)
Arena Multi-turnIndex対象外1458#811461#80Arena (LMArena)
Arena Longer QueriesIndex対象外1447#991451#91Arena (LMArena)

SpaceXAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Grok 4.1の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Grok 4.1 on BenchLeader: 総合 79位](https://www.benchleader.com/badge/grok-4-1.svg)](https://www.benchleader.com/models/grok-4-1)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Grok 4.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-4-1

BibTeX:

@misc{benchleader_grok_4_1_20261116,
  author       = {{BenchLeader}},
  title        = {{Grok 4.1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/grok-4-1}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Grok 4.1のベンチマークスコアは?
2026年11月16日時点で、Grok 4.1のBenchLeader Indexは57.1 ±2.6です。最も強いのは人間の評価(64)、最も弱いのはエージェント・ツール(56)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Grok 4.1の順位は?
2026年11月16日時点で、Grok 4.1はランク付けされた608構成中160位です。ほかに243構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Grok 4.1はいつリリースされましたか?
SpaceXAIが2025年11月17日にGrok 4.1をリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Grok 4.1:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/grok-4-1