加载中...
Grok4是马斯克旗下大模型初创企业xAI的第四代大模型，在五月份的时候，马斯克就透露他们马上要发布Grok 3.5模型，六月份的时候说这个模型效果很好，版本号就直接改为4，这中间经过多次波折，最终马斯克说Grok 4将在7月4日之后发布。截止目前，虽然xAI官方没有正式宣布Grok 4，但是目前Grok 4已经透露了很多的消息。本文将对这些信息做总结和分析。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
首先确认的是，Grok4至少包含2个版本，分别是通用大模型Grok 4和针对编程优化的Grok 4 Code。
不过最新的截图也显示，Grok4模型最高仅支持132K上下文长度，这个相比较对手的100万、200K来说都是有点低的。而Grok 3对外宣传100万上下文长度，很多人测试也表示长了之后Grok 3的效果也会下降。也许本次只是回归真正的能力。
目前官方后台的数据显示这两个模型的版本是0629版本，即grok-4-0629和grok-4-code-0629。
此外，官方的接口显示，这两个模型支持Test Time Compute，也就是在推理过程增加推理时间（或者说增加推理过程的思维链tokens的数量）来获得更好的效果。
Grok的这个模式称为TTC（Test Time Compute），而OpenAI官方则使用 low、medium和high来表示。Google的官方使用但是deeper thinking模式，叫法不同，但是都是一个意思。
尽管xAI还没有正式发布Grok4，但是大家已经从接口中发现了Grok 4模型的评测数据了。透露评测数据看，Grok 4模型在各个方面都超越了当前模型的效果。甚至在很高难度的HLE评测上，大幅领先市面上的模型，是第二名得分的2倍以上！
如下图所示，是Grok 4和其它模型的对比结果（感兴趣的童鞋可以去下面链接有更详细的表格数据对比）：
这三个评测都是难度非常高的评测结果，其中HLE是2-3000个非常难的跨学科问题，GPQA Diamond则是高难度的涵盖生物、物理、化学三个 STEM 领域的多选题，而AIME 2025是一项难度仅次于美国数学奥林匹克（USAMO）的高中数学竞赛，强调技巧与多步推理。
从这个结果，我们可以看出Grok4模型的强大：
这里，我们提供一个HLE的排行榜截图，大家可以更加清晰感受到Grok 4的强大！
此前，在这些评测霸榜的是Gemini 2.5 Pro模型，当前看，也是敌不过Grok 4的。如果加上更多的推理（TTC）能力，Grok 4的表现更加惊人！
Grok 4还有一个针对编程领域优化的大模型Grok 4 Code，这个模型的也支持长推理模式（TTC），不过，当前官网泄露的数据仅仅包含SWE Bench Verified结果。
从这个图看，Grok 4 Code在SWE Bench Verified得分72，和Gemini 2.5 Pro差不多。如果加上TTC之后，得分达到75，第一名。
从xAI的截图显示，xAI随着Grok 4发布的还有一些新的应用，目前看到的包括2个，一个是Game，一个是云端存储。
从这些截图看，Grok4强大的能力也促使xAI开始提供更加复杂的应用服务，如开发游戏、个人数据的问答等。
期待Grok 4的发布，大家也可以关注DataLearnerAI的Grok4模型信息卡来获取最新的信息和评测结果。
Grok 4模型信息卡地址：https://www.datalearner.com/ai-models/pretrained-models/grok-4 Grok 4 Code模型信息卡地址：https://www.datalearner.com/ai-models/pretrained-models/grok-4-code
