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： 3189

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

2026-06-23

Loop Engineering 实战笔记：让 Agent 自己发现、执行和复盘

2026-06-23

微信 AI 小微初体验

2026-06-23

暴论：Agent Skill 会被淘汰

2026-06-23

ClaudeCode团队负责人最新访谈：AI原生团队，到底如何运转？（5条底层逻辑）

2026-06-22

为什么我选 WorkBuddy 而不是 Codex

2026-06-22

没想到，DeepSeek建模潜力被ORGEval挖出来了

2026-06-22

当 AI 开始承担任务：从工具、产品到组织的 AI-native 方法论

2026-06-21

从提示 Agent 到循环工程

联系获取

联系获取

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

Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

2026-04-15

OpenAI Codex CLI 完整使用指南

2026-04-07

Claude Code 和 Codex 接入 Figma MCP 保姆级教程

2026-04-07

刚刚Qwen 3.6 Plus上线预览：1M上下文，阿里Coding/Agent翻身战打响

2026-03-31

GPT5.5来了，最大特点解析

2026-04-24

Claude Opus 4.7 发布，全网最详细解读

2026-04-17

突发！Claude Code 源码泄露，扒出这些隐藏功能

2026-03-31

GPT-6，曝光了

2026-04-05

GLM-5.1 实测：面向 Agent 长程任务的国内第一模型

2026-04-02

重磅！GPT-6曝光了

2026-04-05

大家都在问

企业智能体的下半场，如何让智能体越用越聪明？

2026-06-18

Agent 记忆，我们全都理解错了？

2026-06-18

如何利用 Harness “一句话交付产品功能”？

2026-06-10

Loop Engineering 循环工程又是什么鬼？

2026-06-10

Agent 工程化五件套：Prompt、Skill、MCP、CLI 到底怎么配合？

2026-06-07

为什么云端 Agent 基建这么难？

2026-06-06

当 AI 开始拥有“自主调度权”：Claude 4.8 这个新功能，到底有多可怕？

2026-06-03

哪些活，该交给Claude Code的 /workflows?

2026-06-02

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 Skill 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 FDE AI+医疗 MaxKB Palantir Glean Openclaw

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