Grok 4 – 马斯克旗下xAI推出的新一代大模型

Grok 4是什么

Grok 4的主要功能

• 卓越的推理能力：在 SAT、GRE 等高难度考试中接近满分，展现出超越人类的推理水平。
• 多模态理解：能理解主观概念，并搜索和分析图片。
• 信息整合与摘要：从社交媒体等渠道整合信息，提取关键事件并按时间排序。
• 代码与可视化生成：根据科学提示生成复杂动画，例如模拟黑洞碰撞。
• 语音交互改进：支持五种新声音，对话更流畅，情感表达更自然。
• 复杂任务处理：在模拟经营等复杂任务中表现出色，具备强大的战略规划和执行能力。
• 并行智能体协作：SuperGrok Heavy版本，支持多个智能体并行解决复杂问题。

Grok 4的测试表现

• 官方测试：
  • Humanity’s Last Exam：包含 2500 个跨学科专家级问题。Grok 4 Heavy 在使用工具的情况下得分达到 44.4%，若进一步优化可提升至 50.7%。
  • AIME25（数学竞赛）：Grok 4 Heavy 拿到 100% 满分，碾压其他模型。
  • GPQA（研究生水平问答）：Grok 4 Heavy 得分 88.9%，领先于 Gemini 2.5 Pro（86.4%）和 Claude 4 Opus（79.6%）。
  • HMMT25（高中数学竞赛）：Grok 4 Heavy 得分 96.7%，远超 Gemini 2.5 Pro（82.5%）。
  • USAMO25（美国数学奥赛）：Grok 4 Heavy 得分 61.9%，大幅领先于 Gemini DeepThink（49.4%）和 Gemini 2.5 Pro（34.5%）。
  • ARC-AGI（抽象推理）：Grok 4 得分 15.9%，接近翻倍于之前的商业 SOTA。
  • Vending-Bench（模拟经营）：Grok 4 净赚 $4694，远超 Claude Opus 4（$2077）和人类玩家（$844）。

• 第三方测评（大模型性能评估平台Artificial Analysis 测试）：
  • 人工智能指数：Grok 4 拿到 73 分，超过 OpenAI o3（70 分）、谷歌 Gemini 2.5 Pro（70 分）、Anthropic Claude 4 Opus（64 分）和 DeepSeek R1 0528（68 分）。
  • 编码指数和数学指数：Grok 4 均排名第一。
  • GPQA Diamond 得分：创历史新高，达到 88%，超过 Gemini 2.5 Pro 的 84%。
  • Humanity’s Last Exam 得分：创历史新高，达到 24%，超过 Gemini 2.5 Pro 的 21%。
  • 速度：Grok 4 为 75 token/秒，虽不及 o3（188 token/秒）和 Gemini 2.5 Pro（142 token/秒），但优于 Claude 4 Opus Thinking（66 token/秒）。

Grok 4的产品定价

• 付费订阅计划：
  • SuperGrok：年费300 美元，月费30 美元。
  • SuperGrok Heavy：年费3000 美元，月费300 美元。
• API 调用定价：
  • 输入：3 美元 / 百万 token。
  • 输出：15 美元 / 百万 token。

Grok 4的官网地址

• 官网地址：Grok

Grok 4的应用场景

• 教育辅导：为学生提供个性化的学习方案，解答复杂的学术问题，帮助学生更好地理解和掌握知识。
• 科学研究：能够分析大量实验数据，预测科学趋势，助力科学家发现新的理论和技术。
• 商业与金融：进行市场分析和预测，为企业的商业策略制定提供数据支持，优化企业运营效率。
• 内容创作：辅助创意生成，支持广告、影视、游戏等领域的剧本撰写和动画制作，提升创作效率。
• 智能助手：作为智能语音助手，处理多模态信息，帮助用户完成日常任务，提升生活便利性。