← Tüm rehberlerBir bakışta
9 Temmuz 2025'te xAI tarafından yayımlanan Grok 4, muhakeme üzerinde yoğun pekiştirmeli öğrenmeyle eğitildi ve Heavy yapılandırması, matematik, fizik, kimya, dilbilim ve mühendisliği kapsayan 2.500 soruluk doktora düzeyinde bir kıyaslama olan İnsanlığın Son Sınavı'nda %50'yi geçen ilk model oldu.
Hepsi Dahil planında bir Grok 4 yanıtı 3 kredi tüketir.
Kıyaslamalar
- İnsanlığın Son Sınavı (metin alt kümesi): %50,7 - %50 sınırını geçen ilk.
- ARC-AGI v2 (yeni soyut muhakeme): %15,9 - yayımlama sırasında bir sonraki ticari modelin yaklaşık iki katı.
- USAMO 2025 matematik kanıtı kıyaslaması: Heavy yapılandırmasında %61,9.
Magnus'ta en iyi olduğu yerler
Tutumlu zor muhakeme: araştırma soruları, şeytan avukatı görüşleri ve bir Claude ajanına karşı tartışma turları. Doğrudan, biraz saygısız üslubu onu ajan çubuğundaki bir meydan okuyucu kişilik için favori yapıyor.
- Grok sohbet ve belgeleri kapsar; entegrasyon araçları (Gmail, Takvim, Slack eylemleri) Claude'da kalır.