我要投稿

xAI 发布 Grok 4，它具备超人级别的推理能力！

发布日期：2025-07-10 14:06:15 浏览次数： 2527

作者：AI范儿

微信搜一搜，关注“AI范儿”

xAI 发布 Grok 4

"它具备超人级别的推理能力！"，Grok 4 现在是领先的 AI 模型。

以下是你需要了解的全部信息：

马斯克声称 Grok 4 在所有学科领域都比几乎所有研究生更聪明。训练量是 Grok 2 的 100 倍。强化学习计算量是市面上任何模型的 10 倍。

在人类终极考试中的表现

马斯克："Grok 4 在各个领域都达到了博士后水平！"

HLE 扩展规律 - 更多训练计算，更高智能水平。(不使用工具)

通过原生工具调用功能，Grok 4 的性能显著提升。

看这些曲线图！为 AI 配备合适的工具至关重要。

扩展效果一目了然。太疯狂了！

可靠的信号是强化学习成功的关键。数据问题仍然是挑战。

马斯克："AI 推理能力的终极测试是让它在现实世界中运行。"

扩展测试时计算能力（Scaling Test-time）

HLE 测试中超过 50% 的纯文本问题都被解决了！这些曲线图越来越夸张。

Grok 4 是单智能体版本。Grok 4 Heavy 是多智能体版本。多智能体系统可不是闹着玩的！

Grok 4 正在被用来预测今年的世界大赛冠军。

这些才是推理模型需要接受测试的有趣任务。

要在真实的现实世界事件上验证能力。

两个黑洞碰撞的可视化展示。Grok 4 会使用各种参考资料比如论文，阅读 PDF 文件，推理模拟的细节，并决定使用什么数据。

这个例子展示了 HLE 测试中时间线变化和分数公告的总结。

真是太酷了！

多模态性能方面，Grok 4 Heavy 的表现优于 Grok 4，但仍需进一步改进。据团队表示，这是目前的薄弱环节之一。

推理基准测试的性能表现。

在 AIME25 测试中获得满分！

相比之前在这些任务上表现最好的模型，进步幅度简直疯狂。

模型测试渠道。

通过 SuperGrok Heavy 订阅层级提供。Super Grok 每月 30 美元，SuperGrok Heavy 每月 300 美元。

还包含语音功能更新！Grok 响应更敏捷，设计更加自然。

- 速度提升 2 倍

- 5 种语音选择

- 每日用户使用时长增长 10 倍

ARC-AGI 测试中，Grok 4 在 ARC-AGI v2 (私有测试集) 上突破了 10% 的门槛，达到 15.9%。

这是第二名成绩的 2 倍，而第二名正是 Claude Opus 4 模型。

Grok 4 在 Vending Bench 测试中获得第一名。净值表现是 Claude Opus 4 的两倍。

Grok 4 模型可通过 xAI API 使用。25.6 万 token 上下文窗口。实时数据搜索功能。

Grok 4 游戏应用！视频理解是团队正在改进的领域，因此这方面能力会持续提升。

下一步计划是什么？智能和快速将是重点方向。编程模型也是重要发力点。更强大的多模态智能体也即将推出。视频生成模型也在研发中。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-01-09

Manus高溢价收购背后，是Agent开发落地困境

2026-01-09

为什么我不喜欢Manus

2026-01-09

【AI编程】四大规范驱动开发Spec工具助力AI编程从“即兴创作“向“工程化“转变

2026-01-09

终于！Gemini CLI支持Agent Skills，一键搬运Claude Code的“绝招”

2026-01-09

Claude Code Skills 国内实践全指南：从安装部署到高阶开发

2026-01-08

Claude Code 2.1 发布：一口气更新了80多个功能特性

2026-01-08

马斯克杀疯了！xAI官宣200亿美元融资，这次真能“干翻”OpenAI？

2026-01-07

他来了他来了！Claude Code官方桌面版惊艳上线！

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

马斯克 Grok imagine 完整使用指南：工具、案例、提示词，看这一篇就够了！

2025-10-26

我挖到Gemini 3.0 Pro十大隐藏玩法，做网页已经落后N个版本了

2025-11-19

万字长文深度解析最新Deep Research技术：前沿架构、核心技术与未来展望

2025-10-20

深度体验TRAE SOLO 正式版，总结一点技巧(附完整可重现提示词和源码)

2025-11-13

从spec-kit到OpenSpec：规格驱动开发如何解决项目迭代痛点？

2025-10-18

实测｜DeepSeek-V3.2-Exp三大升级：长文本、多轮对话、开发支持

2025-10-21

ChatGPT 成人模式要来了，但作为成年人我一点都不高兴

2025-10-15

我错了，Gemini 做PPT不是“一般”，是“封神”。（尤其挖到第3层功能后…）

2025-11-03

ima 2.0升级：任务模式上线，一键激活2亿知识文件

2025-10-23

万物皆可Agent！Anthropic官方“三步循环法”手把手教你造最强智能体

2025-10-12

大家都在问

马斯克杀疯了！xAI官宣200亿美元融资，这次真能“干翻”OpenAI？

2026-01-08

2025四大AI怎么选？每月20美金，谁能当你的“全能外挂”？

2026-01-02

AGI的终极形态，是分布式集体智能？

2025-12-31

Manus联合创始人张涛：智能体Agent的终极形态是什么？

2025-12-31

Claude skills 底层逻辑是什么？

2025-12-31

LLM、RAG、微调、多模态，这些概念的「产品意义」是什么？

2025-12-30

谷歌没想到：Antigravity 竟成了 Claude Code 的“免费充电宝”？

2025-12-30

为什么大多数 Agent 项目，最终都没能跑进核心业务系统？

2025-12-25

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部