马斯克新模型：9折价格实现Gemini 2.5性能，支持2M上下文

时令 发自 凹非寺
量子位 | 公众号 QbitAI

马斯克xAI又出手了！

这次闪亮登场的是Grok 4 Fast——

不仅实现9折价格追平Gemini 2.5，还支持2M上下文窗口。

除此之外，这个全新的多模态推理模型还可与X实现无缝衔接。

例如，给它输入以下提示词：

• 帮我找一篇今年的X帖子，其中mkbhd分别拿着书本式折叠手机和翻盖式折叠手机。

Grok 4 Fast不仅详细描述了帖子内容，提供了准确链接，甚至还贴心地附上了相关的YouTube视频网址。

下面具体来看。

以最低的成本实现最高的性能

可以说，Grok 4 Fast这一波在性价比这件事上树立了新标杆。

在推理基准测试中，它不仅全面超越Grok 3 Mini，还大幅降低了Token成本。

与Grok 4相比，Grok 4 Fast在保持与前者性能差不多的同时，平均使用的思考Token数量减少了40%。

根据Artificial Analysis的独立评测验证，在“人工分析智能指数”榜单中，Grok 4 Fast与其它公开可用模型相比，呈现出业界领先的“价格-智能”比。

除此之外，Grok 4 Fast还在LMArena上进行了对战测试。

在搜索竞技场中， grok-4-fast-search以1163分的成绩夺强势登顶，较第二名o3-search领先17分，展现出显著优势。

在文本竞技场中，grok-4-fast-search排名第8 ，性能与grok-4-0709相当，在同体量模型中表现尤为出色，其余所有同类大小的模型排名均在第18位及以下。

如何实现的？

Grok 4 Fast采用端到端的工具使用强化学习（RL）进行训练，尤其擅长判断何时调用工具，例如代码执行或网页浏览。

除此之外，Grok 4 Fast还展现了前沿的智能搜索能力，能够无缝浏览网页和X，通过实时数据增强查询效果。

它可在链接间快速跳转，处理多种媒体内容（包括X上的图像和视频），并以光速整合分析结果。

过去，不同的推理模式需要依赖多个独立模型。

但Grok 4 Fast推出了统一架构，通过系统提示词调控，让同一组模型参数既能处理长链思维推理任务，也能完成快速响应类非推理任务。

这种一体化设计显著降低了端到端延迟与Token成本，使Grok 4 Fast成为实时应用的理想选择。

目前，Grok 4 Fast已面向所有用户开放，Auto模式下的复杂查询将自动调用Grok 4 Fast。

除此之外，Grok 4 Fast还将推出两个新模型：

• grok-4-fast-reasoning
• grok-4-fast-non-reasoning

现已通过xAI API正式开放使用，具体定价如下：

One More Thing

Grok 4 Fast背后，马斯克还刚刚从谷歌挖来了一位关键人才——

帮谷歌Gemini拿到了IMO、ICPC金牌的Dustin Tran。

他本科毕业于美国加州大学伯克利分校，博士毕业于哥伦比亚大学，曾在OpenAI当过研究实习生，后在2017年加入谷歌。

作为已在谷歌DeepMind工作8年的高级研究科学家，Dustin Tran深度参与了Gemini系列模型的研发工作，还助力实现了谷歌模型在LMSYS排行榜上的首次登顶。

此外，他还是2.5代模型的评估专家，推动相关模型在WebDev Arena和HLE评测中荣获第一。

在学术领域，Dustin Tran的论文主要集中在人工智能、机器学习和深度学习等领域，至今共被引用超过两万次，其中h-index有47，i10-index达60。

参考链接：
[1]https://x.com/xai/status/1969183326389858448
[2]https://x.com/kimmonismus/status/1969333210975756697
[3]https://x.com/elonmusk/status/1969265917289709918
[4]https://x.com/amXFreeze/status/1969389832721056054
[5]https://artificialanalysis.ai/models/grok-4-fast-reasoning/providers