关键要点：
-
Grok 4和Grok 4 Heave是Xai的新旗舰车型，在以前的版本上具有推理和工具使用方面的重大升级。
-
Grok 4重型使用“多代理”制度 – 同时合作的Multiple AIS与精英学术研究小组相比。
-
在严格的人类最后的考试基准中，Grok 4重44.4％，表现优于Gemini 2.5 Pro（26.9％）和Openai的O3高（21％）。
-
Xai推出了Supergrok Heavy，每月300美元的高级级别，可尽早访问Grok 4重型和未来的车型。
-
现在，通过XAI的API进行了更广泛的开发者版本，其其他编码，多模式和视频生成模型将于2025年后期进行。
Grok 4：用于一般推理的新基准
在周三晚上的一次直播中宣布，马斯克将Grok 4描述为“比同时所有学科的几乎所有研究生都更聪明。”根据Xai的说法，Grok 4可以解决数学，物理，化学和语言学中的复杂问题，即使在问题不熟悉或未发表的时候。
Xai强调，Grok 4不只是记住互联网。取而代之的是，它展示了“第一原理推理”，这意味着它可以通过研究级学术界发现的新颖，抽象的问题来奏效。
在演示期间，Grok 4解决了人类的最后考试（HLE），这是2500个专家写的问题的基准，这些问题涵盖了多样化的学科，并且在以前没有其他模型都没有达到的水平上进行。
马斯克说：“没有人能够真正回答这些人可以获得良好的成绩。” “我的意思是，如果您实际上像任何人一样说什么，那么任何人都能得分的最好的东西？我的意思是我会乐观地说5％。”
Grok 4的工作方式：以前所未有的规模培训
Xai声称Grok 4的性能飞跃源于规模和建筑变化：
-
每个模型升级（从2到3到4）都涉及更多10倍的训练计算。
-
Grok 4将基础模型与从人类反馈（RLHF）和工具辅助推理中学习的基础模型结合在一起。
-
该模型是使用Xai的定制超级计算机Colossus培训的，该定制超级计算机由100,000 H100 GPU供电。
Grok 4 Heavy（高级版本）同时运行多个AI代理。这些代理人独立解决问题，比较注释并收敛于最佳解决方案。 XAI将此与研究小组中的协作解决问题进行了比较，并指出这并不总是多数投票，通常只有一个代理人就可以找到关键的见解。
现实世界测试：从预测市场到经营业务
为了展示现实世界的能力，在几个互动演示中测试了Grok 4重型：
-
市场预测： 它分析了Polymarket的运动赔率，计算道奇队赢得MLB世界大赛的机会21.6％，这列出了实时工具使用，搜索和概率建模。
-
自动售货机业务模拟： Grok 4在涉及供应管理，定价和战略遵守的长途任务中，将竞争模型的净资产翻了一番。在利润和一致性方面，它的表现优于其他领先的AI模型。
ARC生物医学发现研究所的研究人员正在使用Grok 4，它有助于在几秒钟内筛选数百万个实验记录，以加速有希望的研究方向的识别。
局限性：视觉和工具使用仍在成熟
尽管语言推理很强，但Grok 4仍在多模式理解中落后，尤其是图像分析和产生。一位主持人说：“这就像透过模糊的玻璃一样。”
根据目前正在培训的基础模型的7版，Grok 5将通过Grok 5进行改进。它将包括更好的视频理解，更高级的工具以及与模拟引擎（如虚幻或统一开发）的模拟引擎的更严格的集成。
与航空航天等行业中使用的复杂模拟相比，Grok 4的当前工具使用被认为是“原始的”。但是，马斯克承诺这些功能即将到来 – 并将其整合到人形机器人中，例如特斯拉的擎天柱。
XAI赌注大于高级访问和开发人员采用
XAI推出了Supergrok Heave，这是一个每月300美元的订阅层，其中包括：
-
早期进入Grok 4重量
-
新工具和功能的优先级
-
访问未来模型，例如AI编码助理（8月），多模式代理（9月）和视频生成模型（10月）
这使其成为主要提供商中最昂贵的AI订阅计划，在OpenAI，Google和Anthropic的产品之前。
对于开发人员而言，XAI通过其公共API发布了Grok 4，具有256K上下文的长度，并且可以使用工具功能。目的：鼓励整合跨研究，金融，游戏等等企业工作流程。
可用性和定价
Xai推出了三个Grok 4访问层，每个级别都具有不同的功能和定价模型：
Grok 4
能够解决复杂的学术和现实世界问题的核心单格推理模型。
Grok 4重
Grok 4的更强大的多代理版本，它催生了几个推理代理，以协作和收敛最佳解决方案，从而在复杂的基准测试上戏剧性地提高了性能。
超级兴奋
Xai的新的超级高级层次，包括访问4个重型工具的重型，早期版本和优先级计算。
-
可用性：现在为早期订户生活；演示期间的插槽有限，预计推出会扩大
-
成本：$ 300/月或$ 3,000/年
-
包括：
如果由于需求量很高而暂时关闭订阅，则XAI建议在演示窗口后不久再次尝试。
AI读者的快速事实
一个： Grok 4是Xai的最新大型语言模型，旨在高级推理和工具使用。
一个： Grok 4的多代理版本，使用并行工作的多个AI代理解决问题。
问：Grok 4如何在基准测试上表现？
一个： 在人类的最后一次考试中，Grok 4重44.4％，表现优于Gemini 2.5 Pro和Openai的O3高。
问：什么是Supergrok重？
答：XAI的新$ 300/月订阅层提供了早期访问Grok 4重量和未来工具的访问。
问：开发人员如何使用Grok 4？
一个： 通过XAI的API，它支持长篇文化推理并与外部工具集成。
这意味着什么
Grok 4是Xai最强大的案例，它属于生成AI开发的顶级层。它的基准赢得胜利和现场演示突出了向更深入推理的转变，而不仅仅是更快的反应。
但是，问题仍然存在 – 大约采用，安全以及XAI将如何处理未来的失误，包括Grok官方X官方X帐户的最新反犹太反应，这些反应在公众反对之后被删除。该公司随后修改了Grok的系统提示，但在发布期间没有直接解决该事件。
很明显，马斯克和XAI在速度，计算和开放部署方面都大大投注。这种方法是导致更安全，更智能还是简单地更快的AI取决于Grok的下一个版本如何发展，以及企业如何对现实世界情报的承诺进行大规模响应。
编者注： t他的文章是由Ainews.com的CMO Alicia Shapiro创作的，并由AI助手Chatgpt的写作，图像和创意支持。但是，最终的观点和社论选择仅是艾丽西亚·夏皮罗（Alicia Shapiro）的选择。特别感谢Chatgpt在编写本文时为研究和编辑支持提供的帮助。
评论0