xAI ने 9 जुलाई, 2025 को Grok 4 लॉन्च किया, जिसमें एक फ्लैगशिप मॉडल शामिल है जिसका संदर्भ विंडो 256K टोकन का है और एक वैकल्पिक "Heavy" स्तर है जो जटिल तर्क कार्यों के लिए पांच समानांतर एजेंटों को समन्वित करता है। इस अपडेट में विशेष "Grok 4 Code" वेरिएंट शामिल है और X तथा अन्य ऑनलाइन स्रोतों से लाइव डेटा पुनर्प्राप्ति को एकीकृत किया गया है।
- Grok 4 Heavy ने ARC-AGI-2 पर निकटतम प्रतिद्वंद्वी की तुलना में दोगुना प्रदर्शन किया और HLE पर एक नई ऊंचाई हासिल की, साथ ही गणित और औपचारिक तर्क में स्नातक स्तर के समस्या सेटों के बराबर प्रदर्शन किया।
- कोडिंग बेंचमार्क्स में, यह SWE-Bench पर OpenAI के o3 और Claude Opus 4 के साथ शीर्ष-स्तरीय त्रयी बनाता है, हालांकि pass-at-1 पायथन मेट्रिक्स में यह थोड़ा पीछे है।
- स्वतंत्र समीक्षाएं इसके मजबूत STEM तर्क और रियल-टाइम वेब एकीकरण को उजागर करती हैं, यह नोट करते हुए कि Heavy स्तर महंगा है लेकिन अपने बहु-एजेंट दृष्टिकोण में अद्वितीय है।
- वित्त, गेम डेवलपमेंट और बायोमेडिकल रिसर्च में शुरुआती उपयोगकर्ता तेज़ विश्लेषण और प्रोटोटाइपिंग के लिए इसके बड़े संदर्भ विंडो और संरचित आउटपुट क्षमताओं का लाभ उठा रहे हैं।
फ्रंटियर तर्क स्कोर, कोडिंग योग्यता और लाइव डेटा एक्सेस का संयोजन Grok 4 को एक महत्वपूर्ण प्रतिद्वंद्वी के रूप में स्थित करता है, विशेष रूप उन उपयोगकर्ताओं के लिए जो ताज़ा जानकारी और जटिल बहु-चरण समस्या समाधान की आवश्यकता रखते हैं।