← सभी गाइडएक नज़र में
xAI ने इसे 9 जुलाई, 2025 को लॉन्च किया। Grok 4 को रीज़निंग पर भारी रीइन्फ़ोर्समेंट लर्निंग के साथ प्रशिक्षित किया गया, और इसका Heavy कॉन्फ़िगरेशन Humanity's Last Exam में 50% पार करने वाला पहला मॉडल था - गणित, भौतिकी, रसायन विज्ञान, भाषाविज्ञान और इंजीनियरिंग में फैला 2,500-सवालों वाला, PhD-स्तर का बेंचमार्क।
All-inclusive प्लान पर एक Grok 4 जवाब की कीमत 3 क्रेडिट है।
बेंचमार्क
- Humanity's Last Exam (टेक्स्ट सबसेट): 50.7% - 50% का आंकड़ा पार करने वाला पहला।
- ARC-AGI v2 (नई अमूर्त तर्कशक्ति): 15.9% - रिलीज़ के समय अगले कमर्शियल मॉडल से लगभग दोगुना।
- USAMO 2025 गणित-प्रमाण बेंचमार्क: Heavy कॉन्फ़िगरेशन में 61.9%।
Magnus पर सबसे बेहतर किसमें
रवैये के साथ कठिन तर्कशक्ति: शोध सवाल, उल्टा पक्ष रखने वाले जवाब, और किसी Claude एजेंट के खिलाफ़ डिबेट राउंड। इसकी सीधी, थोड़ी बेबाक शैली इसे एजेंट बार पर एक चैलेंजर पर्सोना के लिए पसंदीदा बनाती है।
- Grok चैट और दस्तावेज़ों को संभालता है; इंटीग्रेशन टूल (Gmail, Calendar, Slack एक्शन) सिर्फ़ Claude के पास रहते हैं।