xAI lanzó Grok 4 el 9 de julio de 2025, presentando un modelo insignia con una ventana de contexto de 256K tokens y una capa "Heavy" opcional que coordina cinco agentes paralelos para tareas de razonamiento complejo. La actualización incluye la variante especializada "Grok 4 Code" e integra la recuperación de datos en vivo desde X y otras fuentes en línea.
- Grok 4 Heavy duplica al rival más cercano en ARC-AGI-2 y establece un nuevo estándar en HLE, mientras iguala conjuntos de problemas de nivel de posgrado en matemáticas y lógica formal.
- En benchmarks de programación, forma un trío de primer nivel junto con o3 de OpenAI y Claude Opus 4 en SWE-Bench, aunque se queda ligeramente atrás en las métricas de Python pass-at-1.
- Las revisiones independientes destacan su sólido razonamiento STEM y la integración web en tiempo real, señalando que la capa Heavy es costosa pero única en su enfoque multi-agente.
- Los primeros adoptantes en finanzas, desarrollo de videojuegos e investigación biomédica están aprovechando su gran ventana de contexto y capacidades de salida estructurada para análisis rápido y prototipado.
La combinación de puntuaciones de razonamiento de vanguardia, competencia en programación y acceso a datos en vivo posiciona a Grok 4 como un competidor significativo, particularmente para usuarios que requieren información actualizada y resolución compleja de problemas en múltiples pasos.