突发消息：xAI 宣布 Grok 4 “它可以在超人水平上推理！” 这里是你需要知道的一切：

Elon 声称 Grok 4 同时比所有学科的几乎所有研究生都聪明。 培训量是 Grok 2 的 100 倍。 RL 上的计算量是现有任何模型的 10 倍。

人类最后一次考试的表现 埃隆：“Grok 4 在所有方面都是研究生水平！

缩放 HLE - 训练 更多的计算，更高的智能。 （无工具）

通过原生工具调用，Grok 4 显著提高了性能。 看看这些曲线！ 给 AI 提供正确的工具是很重要的。扩展性很明显。太疯狂了！

可靠的信号是使RL有效的关键。 数据仍然是一个挑战。 埃隆："终极推理测试是AI在现实中运作。"

缩放测试时计算 超过 50% 的 HLE 问题的纯文本子集已解决！ 曲线越来越荒谬。

Grok 4 是单代理版本。 Grok 4 Heavy 是多代理版本。 多代理系统可不是开玩笑的！

Grok 4 正在被用来预测今年的世界系列赛冠军。 这些是推理模型需要测试的有趣任务，涉及实际的现实世界事件。

两个黑洞碰撞的可视化。 Grok 4 使用各种参考资料，如论文、阅读 PDF、有关模拟细节的原因以及要使用的数据。

此示例显示了 HLE 中时间线/更改和分数公告的摘要。 这很酷！

多模态性能 Grok 4 Heavy 性能高于 Grok 4，但需要进一步改进。据该团队称，这是弱点之一。

推理基准测试的性能。 AIME25满分！ 与这些任务的最后一个最佳模型相比，飞跃是疯狂的。

在哪里测试模型。 作为 SuperGrok Heavy 层提供。 Super Grok 30 美元/月 SuperGrok Heavy 300 美元/分钟。

还包括语音更新！ Grok 感觉更活泼，设计更自然。 - 快 2 倍 - 5 种声音 - 10 倍每日用户秒数

弧-AGI ARC-AGI v2 上的 Grok 4（私有子集） 它突破了 10% 的关口 （15.9%）。 第二名是 Claude Opus 4 型号的 2 倍。

自动售货台上的 Grok 4 Grok 4 获得 #1 位置。 Claude Opus 4 净资产的两倍。

Grok 4 模型可通过 xAI API 获取。 256K 上下文窗口。 实时数据搜索。

Grok 4 游戏！ 视频理解是团队正在改进的一个领域，因此它会变得更好。

下一步是什么？ 智能和快速将是焦点。 编码模型也是一个很大的关注点。 更有能力的多模态代理也即将到来。 视频生成模型也即将出现。

@elonmusk和@xai团队真的用 Grok 4 做饭了。看到接下来专注于人工智能的现实、寻求真相和解锁多模态代理，这一切都非常令人兴奋。

我开始尝试 Grok 4，我已经发现了一些有趣的东西。 我正在准备与其他推理模型的详细比较。 我将很快为我们的学院成员举办一个关于 Grok 4 的研讨会：