一手实测让马斯克睡帐篷的Grok4，DeepSeekR2又多一位可笑的对手

“Grok”一词不是马斯克原创，而是源于科幻作家罗伯特·海因莱因 (Robert A. Heinlein) 1961年的经典小说《异乡异客》(Stranger in a Strange Land)。在小说中，“Grok”是一个火星词汇，其含义远超“理解”，它代表着一种深刻、直观、感同身受的领悟，一种与被理解对象融为一体的境界。

放弃去火星的马斯克连时间观念也丢了。

如果说AI界要有自己的脱口秀的话，我投马斯克这次Grok4发布会一票，

整整推迟一小时，我开始思考午饭吃什么了。

来都来了，还是一起来看看这场时长还没推迟的时间长、背景全黑、全员黑衣服、全场主要靠运动鞋打光、发布前24小时还在测试性能，

发布前一周马斯克还专门去XAI搭帐篷盯着开发的、

得分豪华到把所有模型按在地上打的、

（别一口气读完，我差点上不来气。）

Grok4发布会吧！

我会先用一小段篇幅快速煸干发布会的水分，以及我充了215块/月的Grok4基础版在各种任务下真实表现。

还有就是做了一个表格，把这次没放出来的案例整理进去了，大家有啥想跑的case也贴上去，我定时跑，冤大头能救一个是一个。公众号回复“grok”就ok啦！

Here we go！

01｜Grok4纸面实力

这次Grok更新了两个新的订阅套餐，对应Grok4和Grok4 Heavy，平均价格比隔壁OpenAI上涨了50%。我充的Grok4还没有 DeepSearch（深度搜索）和 Deeper search（深深度搜索）的功能。

功能不多，上下文也不咋样。

Grok4的上下文是130k，Heavy版本是256k，只有隔壁Gemini 2.5 pro的13%到25%。

那么贵的话表现不好的话我包喷的。

还有就是哪个天才把摄像头对准演示那哥们的电脑的，四五个案例只有两个完整跑出来了，其他都是看的中间结果，等待过程还要跟马斯克尬聊，感觉这哥们都要碎了。

从Grok3训练到Grok4，计算量增加了10倍，

有工具的Grok4表现能提升12%

有工具还能多思考的Grok4还能提升10%，

高中数学竞赛数据集 AIME25 直接刷到100%了，离谱。。。比Claude4 Opus高了25个点。

在视觉推理测试机 ARC-AGI 也刷到了 SOTA

在 Vending-Bench 商业模拟中，Grok 4 通过高销量+高利润率策略，将平均净资产提高到第二名的两倍以上，比人工操作、Claude、Gemini、o3都要好。

所以代码？

我那么多代码评测集被你马斯克吞了吗？

总结一下放出来的评分集中在数学、物理、长上下文（这个就搞笑的）、自然科学、人文科学和视觉推理。

是真的一点代码都没提到，发布会演示的时候唯二成功的还是代码和数学案例。。。

02｜Grok4真实实力

平时用 Claude4 都习惯了，我都不带测贪吃蛇了，上来先手一个3D小猫，

使用three.js 生成一个由立方体组成的猫咪，然后猫咪在一个平面上原地奔跑的动画，所有代码放在一个html文件里面

很好，四只腿一起跳很有精神。。。

不然试试看做个网页？

只有基础联网搜索的Grok4连自己发布会的信息都没整理全。

我不信！一定还有别的方法用回这215块。

如果我不给Grok4任何限制，就让它出一个炫酷的网页给我呢？

现在知道为什么后续八月第一个要发布会Grok4的代码模型版本了，

Grok4是真不会写代码。。。

那要不测测看多模态能力？毕竟视觉推理里Grok4也是“第一”了，

好消息，图像生成输出很快，

坏消息，图像质量倒退两年，

说不定是可以做图像推理呢？

卡擦一张图就把所有要买的东西算好账了，卡擦一张图就把数量算好了，

很好，也答错了。这里面确实有几个是重叠的，所以我决定降低难度。

我没有去掉图像的水印，想说给Grok4买个破绽。

泪目了，终于答对了，还可以根据水印去找图片的来源了，但这个任务我已经有o3了。Grok4你没用了。

有没有充了Grok Heavy的朋友分享一下自己的案例，我严重怀疑Grok4刷分了，

03｜还有啥？

被马斯克偷走215块的我尝试找找发布会没有的信息，

看看能不能回回本，

这次出了一组新的声音， Sal 和 Eve。估计也是只支持英文的了。没用，pass。

Grok4上线支持了API，每 100 万个tokens是 21-107。没有价格优势，pass。

太失望了，Grok系列本来还是相当不错的，

从OpenRouter统计的数据里看，在编程领域上Grok-3-Beta的使用量能排到第六，

现在看来有可能是因为前段时间频繁送的1000块API做出来的数据错觉，

Grok3被马斯克称为“地球上最聪明的人工智能”，Grok4更是带着“重写全人类的在线知识库”使命诞生（马斯克自己说的不是我说的），

现在看来时间太早、制作太赶、

赶紧把Grok4回炉重造一下吧，

Grok3我用起来都没感觉那么烂。

时间我都给你安排好了，

你就在Coding Model发布的那天，

宣布推出Grok4.1，然后说Grok4运算成本太高，后面只在API出现，

然后把这个模型伪装成Grok4-mini，

再把套餐价格跟OpenAI拉平。

这样还能回点口碑。

谢谢就不用了都是从奥特曼那学来的，

记得把我215块退给我就行了。。。

@ 作者 / 卡尔@ 动手学AI / learnprompt.pro

最后，感谢你看到这里如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论

如果想要第一时间收到推送，不妨给我个星标

更多的内容正在不断填坑中……