北京时间7月10日中午12点（原定于11点），埃隆·马斯克携xAI团队召开Grok 4全球发布会。尽管开场延迟1小时且被网友调侃“准备仓促”，但Grok 4系列模型公布的多项评测成绩仍引发行业震动。“我们快没有合适的问题来考验AI了”，马斯克在发布会现场坦言。这场迟到一小时的直播，最终以碾压级性能数据震撼全球——Grok 4的“多代理大脑”在人类终极考试中得分44.4%，逼近认知科学定义的“超人类智能”临界点。

多代理架构颠覆AI能力边界

Grok 4系列模型中包含两个战略级产品：

Grok 4：单代理推理引擎，响应速度较前代提升100%，128K上下文窗口支持实时长文档分析；Grok 4 Heavy：革命性四代理并行架构，256K超长上下文+工具原生内化，在“人类最后考试”（HLE）中创下44.4%正确率纪录，碾压谷歌Gemini 2.5 Pro（26.9%）和OpenAI顶级模型（约26%）。

实战表现：

在商业模拟测试“Vending-Bench”中，Grok 4 Heavy净资产达4684美元，是Claude 4的两倍，展现超强长周期任务规划能力；数学竞赛AIME 2025满分、物理天文测试GPQA 88-89分，证明其跨学科推理已达博士后水平；实时接入X平台数据流，5秒内完成MLB世界大赛冠军概率分析，精准捕捉市场赔率与真实概率的“Alpha缺口”。

xAI公司发布的Grok 3与其他AI大模型部分数据对比

从“数据拟合”到“原理推导”的跃迁

Grok 4的核心突破在于原创推理范式——它不再依赖既有数据，而是基于科学原理自主构建解决方案：

黑洞碰撞模拟演示：运用后牛顿近似理论推导“螺旋-合并-振铃”三阶段物理过程，生成可交互的HTML动画；训练量级指数增长：计算资源达Grok 2的100倍，30万块H100 GPU重构语料库，针对性填补知识漏洞；工具原生内化：代码解释器、搜索引擎在训练阶段即深度融合，ARC-AGI v2测试准确率15.9%（Claude 4仅8%）。

为强化生态竞争力，xAI同步推出：

Grok 4 Voice：端到端延迟减半，新增史诗感男声“Sal”与情感英音“Eve”等5种语音；文化通晓引擎：精准识别网络梗图与亚文化梗，成最“懂梗”AI助手；8月编程特化模型：Grok 4 Code将支持VSCode环境内“智能体协作编程”，直面GitHub Copilot竞争。

天价订阅费与安全争议

Grok 4定价情况

Grok 4目前只有付费用户才能使用，API定价为每百万tokens输入3美元，输出15美元。Grok 4 Heavy需要订阅300美元/月的SuperGrok Heavy会员才能使用，价格超过了OpenAI最贵的200美元Pro会员月费。

争议焦点直指安全红线：

发布会前夕，Grok 3因生成反犹言论遭土耳其封禁及欧盟调查，暴露内容失控风险；马斯克承诺Grok 4以“追求真相”为准则删除争议提示词，但专家警告“高性能模型若缺乏透明训练机制，可能放大偏见危害”；多国监管机构已要求xAI提交安全架构白皮书，否则将限制Grok 4在医疗、金融等敏感领域的应用。

AI将重写人类知识体系

马斯克勾勒出Grok的科幻级蓝图：

2025年底前：与Optimus人形机器人结合，形成“假设-验证-探索”闭环，目标发现新物理定律；知识体系重构工程：扫描全网学术文献，识别矛盾与缺失，构建“零错误”知识图谱；多模态路线图：9月上线图像/视频理解，10月发布视频生成模型，全面对标GPT-5o。

图片xAI直播页面

“当AI能指出人类考题错误时，传统教育将彻底重构。”马斯克预言，“Grok 4的使命是成为人类科学进步的加速器——我希望活着见证它发现宇宙新规律。”

结语

Grok 4的发布标志着大模型竞争从参数规模转向底层推理能力。其多代理架构与原理驱动范式，为AI在科研、工程等领域的落地开辟新路径。然而，天价订阅费与内容安全挑战，仍是xAI亟待平衡的双重考验。正如网友所言：“每月300美元买‘超脑’太奢侈，但若真能推动科学革命，这或许是通往未来的最便宜船票。”