Grok 4.1 от xAI: меньше галлюцинаций, выше бенчмарки, но без API

Когда маркетинг встречается с реальностью

XAI выбрала идеальный момент для анонса - буквально накануне презентации Google Gemini 3, который потом все равно всех переиграл. Но даже в тени флагмана Google новый Grok 4.1 выглядит весьма убедительно. Это не косметическое обновление и не очередной "улучшенный промпт" - здесь серьезная архитектурная переработка, которая видна в цифрах.

Модель появилась на Grok.com, в приложениях для iOS и Android и на платформе X одновременно. Пользователи уже могут ее попробовать - никаких листов ожидания, никакого "скоро". Илон Маск умеет делать такие вещи быстро, это факт.

Два режима - для разных задач

Grok 4.1 существует в двух конфигурациях, и это правильное решение. Первый режим - быстрый, с минимальной задержкой, для тех случаев, когда нужен мгновенный ответ. Второй - "думающий" режим (Thinking), который перед ответом прогоняет задачу через многошаговое рассуждение. По сути, это то же разделение, которое мы видим у o3 от OpenAI и у Claude 4 с расширенным мышлением.

Разница между режимами - не просто скорость. Thinking-версия буквально иначе обрабатывает промпт: внутренний "монолог" модели влияет на качество финального ответа. Для сложных аналитических задач это критично. Для "напиши мне письмо коллеге" - избыточно.

Бенчмарки: почти на вершине

На LMArena Text Arena Grok 4.1 Thinking ненадолго занял первое место с нормализованным Elo-скором 1483. Ненадолго - потому что буквально через несколько часов Google выкатила Gemini 3 с феноменальным показателем 1501. Обидно, но показательно: конкуренция в топе сейчас настолько плотная, что "лучшая модель в мире" - это звание, которое держится часами.

Non-thinking-версия Grok 4.1 показала 1465 Elo - тоже очень приличный результат, выше Gemini 2.5 Pro, Claude 4.5 и GPT-4.5 Preview. В творческом письме модель заняла второе место с оценкой 1721.9 по Creative Writing v3 - уступила только Polaris Alpha (ранней версии GPT-5.1). Это примерно на 600 пунктов лучше предыдущих версий Grok, что говорит о реальном скачке качества.

Отдельно xAI опубликовала white paper с методологией оценки и фрагментами информации о процессе обучения. Прозрачность - похвально, хотя академическое сообщество наверняка будет препарировать этот документ еще долго.

Главная проблема: API закрыт

Вот здесь начинается самое интересное - и самое раздражающее для разработчиков. Grok 4.1 через API недоступен. Совсем. Никакого анонсированного срока, никакого бета-доступа. Только потребительские интерфейсы.

Через API xAI сейчас доступны Grok 4 Fast (в reasoning и обычном вариантах), Grok 4 0709, Grok 3, Grok 3 Mini и Grok 2 Vision. Контекстное окно - до 2 миллионов токенов, цены варьируются от $0.20 до $3.00 за миллион токенов в зависимости от конфигурации.

Когда через день после релиза xAI все-таки открыла API-доступ к Grok 4.1, цены оказались весьма демократичными: $0.20 за миллион входящих токенов (или $0.05 для кешированных) и $0.50 за миллион выходных. Это делает модель одним из самых дешевых frontier-вариантов на рынке - дешевле Claude 4 и сопоставимо с GPT-4o Mini при значительно более высоком качестве.

Но факт остается фактом: для production-интеграций, агентных пайплайнов и корпоративного использования такая задержка - серьезный барьер. Пока разработчики ждут API, конкуренты не стоят на месте.

Что это значит для российских пользователей

Прямой ответ: VPN нужен. Grok.com и приложения xAI в России официально не работают, сервис недоступен без обхода блокировок. Оплата российскими картами тоже не проходит - только зарубежные платежные инструменты или криптовалюта через сторонние сервисы.

Для тех, кто использует API через прокси или зарубежные аккаунты - технически это работает, но юридическая серая зона никуда не делась. Разработчики, строящие продукты на xAI API, должны учитывать этот риск в архитектуре.

Мой взгляд: сильный игрок со странной стратегией

Grok 4.1 - это реально хорошая модель. Снижение галлюцинаций, улучшенный эмоциональный интеллект (что бы под этим ни понималось в академическом смысле), высокие показатели в независимых тестах - все это говорит о том, что xAI научилась делать конкурентоспособные LLM.

Но стратегия выпуска вызывает вопросы. Зачем анонсировать модель без API, когда основная монетизация для любой AI-компании идет именно через разработчиков? Похоже на попытку набрать PR-очки до релиза Gemini 3 - и это сработало ровно настолько, насколько могло сработать. Пресса написала, пользователи попробовали, но Google все равно забрала первое место.

Долгосрочно xAI нужно решить фундаментальный вопрос: они хотят быть потребительским продуктом внутри экосистемы X, или полноценной AI-платформой для разработчиков? Пока эти два направления конкурируют за приоритет внутри компании, и это видно по задержкам с API.

Grok 4.1 заслуживает внимания. Особенно если у вас есть VPN и зарубежная карта.