xAI выкатила Grok 4.1 – довольно большой апдейт с фокусом на креатив, эмоциональный интеллект и снижение галлюцинаций. Использовали много обучения с подкреплением, в том числе автоматическую агентскую, без людей. Ну и улучшение по результатам. Вот что 200.000 видеокарт животворящих делают, можно "забрутфорсить" улучшение модели. С 1 по 14 ноября тихо раскатывали билды на grok.com, X и мобилках. Проводили слепые сравнения на живом трафике и новую модели предпочитали на 64.78% чаще. Лидерборды: LMArena Text: - Grok 4.1 Thinking: #1 место, 1483 Elo (отрыв 31 балл от ближайшего не-xAI конкурента) - Grok 4.1 (без reasoning): #2 место, 1465 Elo При этом non-thinking версия обгоняет все reasoning-конфигурации других моделей на публичном лидерборде. Grok 4 был на #33 месте – прыжок серьёзный. EQ-Bench (эмоциональный интеллект): - Grok 4.1 Thinking: 1586 Elo - Grok 4.1: 1585 Elo - Kimi K2: 1561 Elo - GPT-5.1: 1559 Elo Creative Writing v3: - GPT 5.1: 1756 - Grok 4.1 Thinking: 1722 - Grok 4.1: 1709 - o3: 1696 Снижение галлюцинаций: Фокус на промптах про реальную информацию и задействование поисковых инструментов. Результаты: - Hallucination rate: 12.09% → 4.22% - FActScore: 9.89% → 2.97% Где доступен: - grok.com - X - iOS/Android app Техническая информация: https://x.ai/news/grok-4-1 В общем, xAI сделала резкий скачок от "просто умной модели" к "человечной модели". Для творческих задач, общения, социальных наук должна быть лучше всех актуальных моделей.