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： 2306

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

2025-11-25

Spring AI Alibaba实战：打造会编程的Java智能体

2025-11-25

Palantir牵手Snowflake，我们能学到什么？

2025-11-25

Google 11月发布了Agent质量白皮书，输出了四大评估支柱，两大评估层级、三大可视化基石

2025-11-25

为何AI创业者不应迷信RaaS

2025-11-25

Claude Opus 4.5来了！单次生成打造《我的世界》，还破解高难度Agent测评

2025-11-25

仅凭几张图片，我们是如何让 AI 自动生成 70% 可用前端代码的？

2025-11-25

Kylin MCP Server 发布：打通 Agent 与企业数据的“高速通道”

2025-11-25

突发！Claude Opus 4.5编程世界第一，把谷歌OpenAI踢下王座

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

从需求场景出发的AI应用项目落地方法论

2025-09-19

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

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

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

Qwen3-Coder与Claude Code深度对比：谁是你的AI编程助手？

2025-09-14

一文速览OpenAI Dev Day 2025，下半年开始大洗牌

2025-10-07

Claude Sonnet4.5发布，号称世界最强模型，超越gpt-5-codex

2025-09-30

大家都在问

Palantir牵手Snowflake，我们能学到什么？

2025-11-25

仅凭几张图片，我们是如何让 AI 自动生成 70% 可用前端代码的？

2025-11-25

彻底搞懂 A2A 是什么、和 MCP 的区别、前身和与未来趋势、对打造 Agent 产品的影响？

2025-11-23

如何利用 Google NotebookLM 实现精准、可溯源的内容生成呢？

2025-11-19

Snowflake CEO 复盘：为什么 LLM 时代企业需要一个 AI Data Cloud？

2025-11-19

为什么Mac在AI时代更有性价比？

2025-11-19

EI Search：生成式AI时代的知识探索新范式？

2025-11-18

Kosmos发布：一个让博士生“失业"的科研AI？

2025-11-18

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 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

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