AIME 2025满分，xAI正式发布Grok模型，其中Grok 4 Heavy评测超越当前所有大模型，美国数学竞赛满分！一年3000美元订阅费！
1,158 阅读
马斯克旗下的xAI公司正式发布Grok4大模型，包含Grok 4和Grok4 Heavy版本，其中Grok4 Heavy是一个Agent系统，在AIME2025（美国的数学邀请赛）得分满分，超过了所有大模型。此前透露的Grok 4 Code和视频生成能力都没有发布。
Grok 4发布
xAI在直播中发布了Grok4大模型。与此前泄露的信息不同，Grok 4的上下文长度最高是256K（此前泄露的是128K），而且是一个多模态大模型，支持图片的输入。
Grok4模型本身的能力很强，在超难的ARC-AGI-2评测上取得了15.6的得分，是第二名Claude 4 Opus的接近2倍的成绩。
ARC-AGI-2是ARC Prize 基金会推出的评测基准，其推出的视觉逻辑谜题非常难。同时要求模型在一定的预算成本下进行测试。这意味着用很长的CoT是无法通过测试的。这可能是Grok 4 Heavy没有在这里出现的原因。
但不管怎么说，Grok4本身已经足够优秀。而且Grok4也支持更长的推理获得更好的结果，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）：
