北京时间7月10日中午，马斯克旗下xAI公司正式发布新一代大模型Grok 4，宣称其性能超越人类博士后水平，在多项基准测试中登顶全球第一。更令人瞩目的是，Grok 4的付费订阅价格飙升至每年最高3000美元（约合人民币2.15万元），成为目前最昂贵的AI服务之一。
Grok 4：推理能力提升10倍，SAT/GRE接近满分
在今天的发布会上，马斯克自信地表示，Grok 4是“世界上最好的AI”，并在SAT（美国高考）和GRE（研究生入学考试）中表现接近满分，甚至能解决部分研究生级别的科学问题。xAI团队强调，Grok 4的推理能力较前代提升10倍，主要得益于强化学习（RL）和计算资源的指数级增长。
从技术演进来看：
- Grok 2：基于“下一个token预测”范式，依赖大规模预训练。
- Grok 3：引入预训练+RL微调，首次实现深度推理能力。
- Grok 4：进一步强化RL训练，计算量再增10倍，推理能力远超人类水平。
马斯克甚至断言：“Grok 4今年内可能实现科学新发现。”这一表态让业界震惊，因为AI独立发现新科学定律此前仅存在于理论设想中。
基准测试霸榜：HLE、GPQA、ARC-AGI全面超越人类
Grok 4在多项权威测试中表现惊人：
- HLE（人类最后考试）：在数学、化学和逻辑学测试中，Grok 4 Heavy版本得分达44.4%，远超其他SOTA模型（如Gemini 2.5 Pro的38.6%）。若允许更长时间思考和工具调用，分数可进一步提升至50.7%。
- GPQA（研究生级问答）：Grok 4 Heavy成为首个超越人类专家表现的AI模型。
- ARC-AGI：在通用推理基准测试中，Grok 4达到15.9%的得分，几乎翻倍于之前的商业SOTA（如Claude 4 Opus的8.3%）。
- Vending-Bench：评估AI在真实物理世界操作任务的能力，Grok 4超越Gemini 2.5 Pro和o3，推动机器人技术向AGI迈进。
xAI研究团队称，Grok 4在所有学科均达到博士后水平，“唯一限制是尚未发现新的物理定律——但这只是时间问题。”
多模态与交互升级：语音、游戏、编程全面进化
除学术表现外，Grok 4的实际应用能力也大幅增强：
- 语音交互：响应速度提升2倍，延迟降低，支持5种语音风格，新增角色Eve（可唱歌、低语）和Sal（多性格切换）。
- 编程与游戏：用户DannyLimanseta仅用4小时就用Grok 4开发了一款FPS射击游戏，AI不仅能编写代码，还能优化游戏机制。
- API与工具调用：提供256K上下文窗口，推理速度达每秒75 tokens（虽不及o3的188 tokens，但优于Claude 4 Opus的66 tokens）。
价格争议：年费2万元，AI进入“奢侈品时代”？
Grok 4的定价策略引发热议：
- SuperGrok：年费300美元（约2.15万元），主打基础功能。
- SuperGrok Heavy：年费3000美元（约21.5万元），解锁全部高级能力，包括深度推理和工具调用。
相比之下，OpenAI的GPT-4 Turbo年费约240美元，Claude 3 Opus约200美元。马斯克对此解释：“Grok 4的计算成本极高，且性能远超竞品。”但分析师认为，如此高价可能限制其普及，仅面向企业及高端科研用户。
未来计划：月更节奏，视频生成模型即将推出
xAI透露，下一步将加速产品迭代：
- 代码模型：提升编程辅助能力。
- 多模态智能体：结合视觉与语言理解。
- 视频生成模型：可能对标Sora，但支持物理世界模拟。
马斯克总结道：“我们正处在智能爆炸的奇点，Grok 4只是开始。”随着AGI竞赛白热化，这场由特斯拉、OpenAI、谷歌主导的AI革命，或将重新定义人类与机器的关系。
Grok 4的发布标志着大模型竞赛进入新阶段——从“通用聊天”转向“专业科研”。尽管价格高昂，但其性能突破已让业界看到AGI的曙光。下一步，AI是否会真正颠覆科学发现？答案或许就在未来12个月内。