用户吐槽Grok 4.2智商下降，怀念4.1 fast版本

背景

这篇帖子来自 LINUX DO · AI 社区，作者深度吐槽了 xAI 旗下 AI 模型 Grok 的迭代体验。作者曾是 Grok 4.1 fast 的重度用户，认为该模型在搜索速度和结果准确性上达到过行业顶尖水平。然而自 Grok 4.2 发布后，4.1 fast 被隐藏并最终从网页端下架，新版本在搜索性能、语义理解和回答可靠性上出现了明显退步。与此同时，作者对比了 OpenAI 的 GPT（推测为 GPT-5 系列）和 Google 的 Gemini，认为后两者在搜索质量和速度上持续改进，而 Grok 的“降智”现象令人失望，甚至发起了 #keepgrok41 的话题。

核心内容

作者的核心经历和对比可以概括为以下几个阶段：

1. Grok 4.1 fast 的巅峰表现
   当时 Grok 4.1 fast 作为搜索模型使用时，体验极佳。用户通过谷歌手动搜索十分钟才能找到的答案，Grok 4.1 fast 几乎秒出结果且准确率高。在搜索后推理（对搜索结果的整合分析）方面，也能达到当时 GPT 搜索的 80% 以上水平。更关键的是，它“松手秒出结果”，而同期 GPT 搜索往往需要等待五分钟才开始输出，体验差距悬殊。

2. Grok 4.2 的倒退
   马斯克（马一龙）发布 Grok 4.2 后，Grok 4.1 fast 被隐藏，随后从网页端彻底下架。Grok 4.2 的搜索能力不如 4.1，“智商”也感觉下降。其“16 专家”（推测是 16 个专家模型的集成模式）的搜索质量勉强可以接近 4.1 fast，但速度大幅变慢，堪比 GPT 搜索的原始体验（慢）。而作者认为 GPT 搜索在保证质量的同时，速度提升了数量级：即使需要复杂推理的搜索任务，也常在一分钟内完成；只有非常困难或范围很广的搜索才需要三分钟，但相比之前“五分钟起步”已经好很多。作者强调，GPT 的搜索准确性极高，几乎可以 99% 相信其回答，不需要用户反复验证，且 GPT 具有思辨能力，会质疑信息来源的真实性，不像 Grok 容易把 X 平台上的谣言当作事实。

3. Grok 2 API 与语义理解下降
   作者顺手测试了 Grok 2 API，发现不只是搜索降级，连语义理解能力也在几代升级中下降。举例：用户要求获取“X 的统配符”，Grok 却返回“X 上常见网页的统配符”，完全没理解意图。另一个例子：因 Grok 输出的 Markdown 格式经常有问题——URL 前后的星号或括号会被错误解析到网址中——作者在 system prompt 中加入了格式要求。但 Grok 分不清不同要求的功能，导致行为混乱。

4. 搜索对比实例
   作者贴出了与 Gemini、GPT 的搜索对比：

   • Gemini 最近几个月的搜索质量明显提升，幻觉问题大幅改善。
   • GPT 回答准确，但指出某一点不准确：杀手的原曲 + 杀手续两首歌在专辑里是六分钟，合并才是 MV 时长，MV 也不是完整版，完整微电影二十多分钟。
   • Gemini 的回答风格更可读、内容更丰富。
   • 而同一问题下，Grok 的表现极差，作者评价“真的笨的没边了”。

综上，作者强烈呼吁保留 Grok 4.1 fast，并发起 #keepgrok41 话题，帖子下有 6 位参与者讨论。

关键要点

• Grok 4.1 fast 是曾经的搜索标杆：速度快、结果准，推理能力接近当时 GPT 搜索的 80%，体验秒杀同期竞品。
• Grok 4.2 替换 4.1 fast 导致全面降级：搜索速度变慢、准确率下降，16 专家模式虽可接近但速度慢，且“智商”明显降低。
• GPT 搜索在质量与速度上持续进化：从最初“五分钟才开始输出”到现常在一分钟内完成复杂搜索，准确性达 99%，具备信源质疑能力。
• Grok 语义理解能力随版本升级反而下滑：无法正确理解简单指令（如“统配符”含义），且对 system prompt 中的格式要求混淆不清。
• Gemini 搜索质量显著改善：最近几个月幻觉减少，回答可读性和内容丰富度提升，但仍不如 GPT 严谨。
• Grok 容易轻信 X 平台谣言：缺乏思辨能力，与 GPT 的主动质疑形成对比。
• 输出格式问题：Grok 的 Markdown 输出常含错误符号（星号、括号被解析到 URL），影响可用性。
• 用户行为：作者发起 #keepgrok41 讨论，希望保留旧版本，反映社区对新版本的强烈不满。

意义与影响

这篇帖子折射出 AI 模型迭代中常见但值得警惕的现象：功能升级可能以牺牲核心体验为代价。xAI 在推出 Grok 4.2 时，或许更注重模型的通用能力或新特性，却忽略了 4.1 fast 在搜索场景下的极致优化，导致老用户流失。这也提示开发者，在模型演进过程中应审慎评估“加法”与“减法”的平衡，尤其是对已形成用户习惯的专项能力（如快速搜索）要避免盲目替代。

另一方面，用户对比 GPT 和 Gemini 的进步，说明当前 AI 搜索市场竞争激烈。OpenAI 通过优化推理速度和质量，逐渐消除了早期“慢”的短板；Google 借助自家生态也在缩小差距。xAI 若不能迅速解决 Grok 的“降智”问题，可能会在搜索这一关键场景中失去优势，尤其当用户已经习惯高可靠性的搜索助手时，口碑下滑的影响将长期持续。

最后，作者对 #keepgrok41 的呼吁，本质上是用户对“可控进化”的渴望——不是所有新版本都比旧版本好，社区希望保留经典模型作为选项。这种声音可能推动 AI 企业提供更灵活的版本选择机制（例如保留旧的 fast 分支），而非一刀切下架。对于投资者和研究者而言，这也是一次案例：好产品需要持续打磨细节，而非依赖品牌效应掩盖问题。