xAIは2025年7月9日にGrok 4を出荷し、256Kトークンのコンテキストウィンドウを持つフラッグシップモデルと、複雑な推論タスクのために5つの並列エージェントを協調させるオプションの「Heavy」層を導入した。今回のアップデートには専門的な「Grok 4 Code」バリエーションが含まれ、Xおよびその他のオンラインソースからのライブデータ取得が統合された。

  • Grok 4 HeavyはARC-AGI-2において最有力の競合モデルを倍増し、HLEで新たな基準を打ち立てるとともに、数学と形式論理における大学院レベルの問題セットに匹敵する性能を示した。
  • コーディングベンチマークでは、SWE-BenchにおいてOpenAIのo3およびClaude Opus 4とトップティアのトリオを形成しているが、pass-at-1 Pythonメトリクスではわずかに劣っている。
  • 独立したレビューでは、強力なSTEM推論能力とリアルタイムWeb統合が強調され、Heavy層は高コストであるもののマルチエージェントアプローチにおいて独自性があると指摘されている。
  • ファイナンス、ゲーム開発、生物医学研究の早期採用者は、迅速な分析とプロトタイピングのためにその大きなコンテキストウィンドウと構造化出力機能を活用している。

最先端の推論スコア、コーディング能力、ライブデータアクセスの組み合わせにより、Grok 4は特に最新情報と複雑な多段階問題解決を必要とするユーザーにとって、重要な競合候補として位置づけられている。