Grok 4.1
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
- 総合Index57
- 推論64
- コーディング63
- エージェント・ツール56
- 数学60
- 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[](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。
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 4.7xhigh | 2026年9月21日 | 57.4 | #154 |
| Grok 4.6high | 2026年8月11日 | 60.6 | #74 |
| Grok 4.5 | 2026年7月8日 | 59.3 | #109 |
| Grok 4.3high | 2026年4月17日 | 56.5 | #180 |
| Grok 4.2high | 2026年3月10日 | – | – |
| Grok 4.20thinking | 2026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 4 | 2025年7月9日 | 58.1 | #136 |
| Grok 3 | 2025年2月17日 | 50.9 | #326 |
| Grok 2 | 2024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。
Indexの推移
2026年9月8日〜2026年11月16日- 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 Prompts | 1477#72 | 1475#80 | Arena (LMArena) | |
| Arena ExpertIndex対象外 | 1467#99 | 1453#113 | Arena (LMArena) |
コーディング
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Coding | 1500#84 | 1492#94 | Arena (LMArena) | |
| Arena WebDev | 1216#144 | – | Arena (LMArena) |
数学
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Maths | 1443#90 | 1426#112 | Arena (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#98 | 1431#96 | Arena (LMArena) |
人間の評価
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1465#56 | 1459#64 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1426#79 | 1431#74 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1458#81 | 1461#80 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1447#99 | 1451#91 | Arena (LMArena) |
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。
[](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}
}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