Grok 4.1 正式上线：更懂你、更可靠、真正像个人类助手

今天，Grok 正式发布全新版本 Grok 4.1，全面登陆 grok.com、????（原 Twitter）App 以及 iOS 和 Android 移动端。这不是一次简单的参数升级，而是一次从内到外的“人性化重构”——它不再只是回答问题的工具，而是开始学会倾听、共情、甚至在你犹豫时主动追问：“你确定要这个答案吗？”

真实用户投票：64.78% 的人选它，不是因为快，而是因为“对味”

在 11 月 1 日至 14 日的两周静默测试期间，Grok 团队没有大张旗鼓地宣传，而是悄悄将新模型推送给数百万真实用户，与旧版 Grok 4 进行盲测对比。结果出人意料：在超过 10 万次真实对话中，有 64.78% 的用户在“不知道哪个是哪个”的情况下，更愿意继续和 Grok 4.1 聊下去。

为什么？不是因为它回答得更快，而是因为它“更像人”——语气自然、不机械重复、不强行兜售知识，甚至会在你问“今天心情不好怎么办”时，先问一句：“是工作压力大，还是和谁吵架了？”

文本能力登顶全球第一，连“不思考”都比别人“深度思考”强

在权威大模型评测平台 LMArena 的 Text Leaderboard 上，Grok 4.1 Thinking（代号 quasarflux）以 1483 Elo 分数一举拿下全球第一，超越了 GPT-4o、Claude 3.5 Sonnet 等主流模型。而更令人惊讶的是——不启用“思考模式”的普通版本（tensor）也以 1465 Elo 排名第二，直接碾压了其他模型的“深度推理版”。

这意味着什么？意味着你不需要特意开启“深度思考”才能获得高质量回答。无论是写邮件、改论文，还是深夜发朋友圈文案，Grok 4.1 随时在线，随手一答，就是高分水准。

情绪感知突飞猛进，EQ-Bench3 测试拿下双榜前二

过去，AI 最怕的不是复杂问题，而是“情绪问题”——你语气低落，它却给你列十条励志名言；你吐槽老板，它回你“建议向上管理”。Grok 4.1 彻底改变了这一点。

在专门测试对话共情能力的 EQ-Bench3 基准中（覆盖 45 个真实生活场景，如“孩子考试失利怎么安慰”“同事抢功劳怎么回应”），Grok 4.1 Thinking 和非 Thinking 版本双双进入前两名。它的回应不再“正确但冰冷”，而是带着温度：会沉默、会反问、会说“这确实挺难的”，甚至能识别你话里藏着的焦虑，而不是只盯着关键词。

写作能力全面进化：从朋友圈到论文，都不用改

在 Creative Writing v3 评测中，Grok 4.1 Thinking 拿下 1721.9 Elo，非 Thinking 版本也有 1708.6 Elo——这个分数意味着，哪怕你只是随手问一句“帮我写个辞职信”，它都能写出让人想点头的文风。

有用户实测：用它写了一篇公众号长文，编辑看完说：“这不像AI写的，像资深撰稿人熬夜赶的稿。”

无论是写情书、编段子、做商业提案，还是给外婆写微信红包祝福语，Grok 4.1 都能自动切换语气，不油腻、不浮夸、不尬聊。

最硬核的升级：它终于不“瞎自信”了

过去最让人崩溃的是什么？AI 明明错了，还说得斩钉截铁：“根据权威研究……”——结果你一查，根本没这回事。

Grok 4.1 把这个问题解决了。

在事实准确性测试中：

• 事实错误率从 12.09% 降至 4.22%（降幅达 65%）
• FActScore 错误率从 9.89% 降至 2.97%

尤其在结合实时搜索的场景下（比如查“2025 年春节法定假期安排”或“特斯拉最新电池技术”），它不再凭记忆瞎编，而是主动标注信息来源，甚至会说：“我刚查了官网，最新政策是……”

对经常查资料、写报告、做研究的用户来说，这是最实在的升级——从此不用一边用 AI，一边打开三个浏览器核对。

这不是炫技，是回归本质

Grok 4.1 没有堆砌参数、没有吹嘘“万亿参数”、没有搞花哨的多模态演示。它做了一件更难的事：

它学会了“不打扰”——你问，它答；你不问，它不啰嗦。

它学会了“不装”——不知道就说“我不确定”，而不是编个答案。

它学会了“懂你”——知道你什么时候需要严肃，什么时候需要幽默。

如果你用过前几代 Grok，你会明显感觉到：它不再是“一个会说话的搜索引擎”，而是一个真正能陪你思考、帮你表达、偶尔还给你递纸巾的智能伙伴。

现在，它已全面开放。打开 App，随便问一句：“你觉得我该换工作吗？”——听听它怎么回答。