← Összes útmutatóRöviden
Az xAI 2025. július 9-én indította el. A Grok 4-et erőteljes megerősítéses tanulással képezték az érvelésre, és Heavy konfigurációja volt az első modell, amely 50% felett teljesített a Humanity's Last Exam-en - egy 2 500 kérdéses, PhD-szintű benchmarkon, amely matematikát, fizikát, kémiát, nyelvészetet és mérnöki tudományokat fog át.
Az All-inclusive csomagban egy Grok 4-válasz 3 kreditbe kerül.
Benchmarkok
- Humanity's Last Exam (szöveges részhalmaz): 50,7% - elsőként 50% felett.
- ARC-AGI v2 (új absztrakt érvelés): 15,9% - nagyjából kétszerese a kiadáskori következő kereskedelmi modellnek.
- USAMO 2025 matematikai bizonyítás-benchmark: 61,9% a Heavy konfigurációban.
Miben a legjobb Magnuson
Nehéz érvelés stílussal: kutatási kérdések, ördög ügyvédje-álláspontok, és vita-fordulók egy Claude-agent ellen. Közvetlen, enyhén pimasz stílusa kedvencévé teszi a kihívó personaként az agent-sávon.
- A Grok a chatet és a dokumentumokat fedi; az integrációs eszközök (Gmail, Naptár, Slack-műveletek) Claude-nál maradnak.