BenchLeader

Grok 4.1 Fast

推理强度
质量第 105 / 339 名
55.3Index
高于中位数
较中位数 +5.1
价格第 63 / 255 名
$0.275每百万 token
最便宜的四分之一
中位数的 0.3 倍
性价比第 50 / 255 名
201.1分/$
前四分之一
中位数的 3.6 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有一半。

有 8 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 5 个。

截至 2026年11月16日,Grok 4.1 Fast(SpaceXAI)在 BenchLeader Index 上得分 55.3(共 608 个已排名配置)。表现最好的是智能体与工具(70),最弱的是编程(46)。API 价格为输入每百万 token $0.200、输出每百万 token $0.500(按 3:1 混合为 $0.275),为 2026年11月16日的标价。发布于 2025年11月19日。

要点(截至 2026年11月16日)

  • Grok 4.1 Fast 的 API 价格为输入每百万 token $0.200、输出每百万 token $0.500(按 3:1 混合为 $0.275)(标价,2026年11月16日)。
  • Grok 4.1 Fast 于 2025年11月19日发布(SpaceXAI)。

详细说明:Grok 4.1 Fast 是 SpaceXAI 的闭源推理模型,发布于 2025年11月19日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 55.3 ±4.1,在 608 个配置中排第 212 名,处于上半区。关键在于这个“±”:另有 270 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(70),编程最低(46)。按混合价格计,每百万 token $0.275,比大多数已排名模型便宜。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.275/M
输入 $0.200 · 输出 $0.500
来源:models.dev
输出速度
–
首次回答
–
上下文
128k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年11月19日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index55
  2. 推理55
  3. 编程46
  4. 智能体与工具70
  5. 数学50
  6. 知识57
  7. 指令遵循54
  8. 人类偏好61
  9. 多模态49
  10. 长上下文62

嵌入这个排名

更多徽章样式
[![Grok 4.1 Fast on BenchLeader: 综合第 104 名](https://www.benchleader.com/badge/grok-4-1-fast.svg?style=compact)](https://www.benchleader.com/models/grok-4-1-fast)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

SpaceXAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

SpaceXAI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Grok 4.1 Fastthinking本页2025年11月19日55.3#212
Grok 4 Fastthinking2025年9月19日51.6#307

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理43.1#484––$0.0002智能体与工具 61 · 编程 28 · 指令遵循 40 · 知识 42 · 长上下文 39 · 数学 40 · 多模态 30 · 推理 53
high–––––
thinking最佳55.3#212––$0.0002智能体与工具 70 · 编程 46 · 人类偏好 61 · 指令遵循 54 · 知识 57 · 长上下文 62 · 数学 50 · 多模态 49 · 推理 55
未说明–––––

Index 走势

2026年9月8日 至 2026年11月16日
395060
  • thinking
  • 无推理

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index5.6#3075.6#307Artificial Analysis

推理

基准测试无推理thinking来源趋势
SimpleBench56.0%#5356.0%#53SimpleBench
Arena Hard Prompts–1442#126Arena (LMArena)
GPQA Diamond (AA)不计入 Index63.7%#35885.3%#132Artificial Analysis
Humanity's Last Exam (AA)不计入 Index5.1%#46819.3%#239Artificial Analysis
GPQA Diamond (Vals)不计入 Index65.2%#10084.3%#52Vals AI
CritPt不计入 Index0.0%#3372.9%#201Artificial Analysis
Arena Expert不计入 Index–1439#134Arena (LMArena)
DTBench不计入 Index–87.7%#103Epoch AI Benchmarking Hub
ForecastBench不计入 Index–64.6%#20ForecastBench

编程

基准测试无推理thinking默认来源趋势
Arena Coding–1461#133–Arena (LMArena)
Arena WebDev–1242#140–Arena (LMArena)
LiveCodeBench42.6%#12480.6%#66–Vals AI
SWE-bench (Vals)不计入 Index–41.4%#83–Vals AI
Vibe Code Bench v1.1不计入 Index–1.2%#119–Vals AI
ALE-Bench不计入 Index–394.9#123–Epoch AI Benchmarking Hub
Design Arena Website不计入 Index–1095#1471096#146Design Arena
LiveCodeBench (AA)不计入 Index39.9%#17082.2%#22–Artificial Analysis

智能体与工具

基准测试无推理highthinking默认来源趋势
Terminal-Bench Hard14.4%#201–24.2%#147–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index63.7%#174–93.3%#43–Artificial Analysis
BFCL Overall58.3%#10–69.6%#5–Berkeley Function Calling Leaderboard
τ³-bench Banking不计入 Index–13.1%#24––τ²-bench
ITBench SRE (AA)不计入 Index17.9%#41–––Artificial Analysis
Poker Agent不计入 Index––1079.2%#5–Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index18.0%#58–24.7%#51–Vals AI
Arena Search不计入 Index推理强度未说明–––1196#21Arena (LMArena)
Vending-Bench 2不计入 Index––1106.6#57–Andon Labs
Design Arena Agentic不计入 Index––941#77–Design Arena

数学

基准测试无推理thinking来源趋势
ProofBench–4.0%#78Vals AI
AIME (Vals)27.1%#7491.9%#21Vals AI
MGSM87.6%#5889.5%#44Vals AI
AIME 2026–94.2%#20MathArena
HMMT February 2026–86.4%#20MathArena
MathArena Apex可能存在污染–5.2%#25MathArena
Arena Maths–1420#125Arena (LMArena)
AIME 2025 (AA)不计入 Index34.3%#16889.3%#30Artificial Analysis

知识

基准测试无推理thinking来源趋势
MMLU-Pro75.2%#11084.2%#64Vals AI
LegalBench79.1%#9782.5%#70Vals AI
CorpFin52.5%#9866.0%#25Vals AI
TaxEval61.9%#11973.1%#50Vals AI
MedQA76.0%#7792.1%#34Vals AI
CaseLaw v2不计入 Index–60.5%#24Vals AI
MedCode不计入 Index28.4%#9728.1%#98Vals AI
MedScribe不计入 Index77.5%#6878.7%#62Vals AI
Public Benefits Bench v1.1不计入 Index–44.8%#48Vals AI
Global-MMLU-Lite (AA)不计入 Index–85.6%#37Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench36.5%#30552.7%#160Artificial Analysis
Arena Instruction Following不计入 Index–1402#144Arena (LMArena)

人类偏好

基准测试thinking默认来源趋势
Arena Text1431#114–Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–1328#82EQ-Bench
Arena Creative Writing不计入 Index1415#90–Arena (LMArena)
Arena Multi-turn不计入 Index1414#143–Arena (LMArena)
Arena Longer Queries不计入 Index1423#132–Arena (LMArena)

多模态

基准测试无推理thinking来源趋势
Arena Vision–1201#92Arena (LMArena)
MMMU-Pro48.4%#25963.3%#205Artificial Analysis
MMMU-Pro (Vals)不计入 Index63.7%#7872.7%#61Vals AI
MortgageTax不计入 Index34.3%#9042.6%#86Vals AI
SAGE不计入 Index–74.5%#27Vals AI

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.131.3%#41574.0%#185Artificial Analysis

综合

基准测试无推理thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index11.3#36520.4#240Artificial Analysis
AA Progress Index v1不计入 Index196.4#432255.4#249Artificial Analysis

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.688$1.38$2.06$2.7526年9月26年10月26年11月
输入 输出
当前:输入 $0.200 · 输出 $0.500

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.050。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0002$0.0002–
总结一份 30 页的报告12,000 / 600$0.0027$0.0014–
代码编辑6,000 / 1,500$0.0020$0.0013–
智能体编程会话60,000 / 4,000$0.014$0.0073–
结构化信息提取2,000 / 200$0.0005$0.0003–

SpaceXAI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Grok 4.1 Fast 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Grok 4.1 Fast on BenchLeader: 综合第 104 名](https://www.benchleader.com/badge/grok-4-1-fast.svg)](https://www.benchleader.com/models/grok-4-1-fast)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

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

BibTeX:

@misc{benchleader_grok_4_1_fast_20261116,
  author       = {{BenchLeader}},
  title        = {{Grok 4.1 Fast on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/grok-4-1-fast}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Grok 4.1 Fast 的基准测试得分是多少?
截至 2026年11月16日,Grok 4.1 Fast(推理强度 thinking)的 BenchLeader Index 为 55.3 ±4.1。最强的是智能体与工具(70),最弱的是编程(46)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Grok 4.1 Fast 排名第几?
截至 2026年11月16日,Grok 4.1 Fast(推理强度 thinking)在 608 个已排名配置中排第 212 名。另有 270 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Grok 4.1 Fast 每百万 token 的价格是多少?
截至 2026年11月16日,Grok 4.1 Fast 的价格为输入每百万 token $0.200、输出每百万 token $0.500,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.275。标价最近一次变动是在 2026年9月22日。
Grok 4.1 Fast 是什么时候发布的?
SpaceXAI 于 2025年11月19日发布了 Grok 4.1 Fast。BenchLeader 收录了它在 4 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Grok 4.1 Fast:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/grok-4-1-fast。