xai

Grok-4

Grok-4 fra xAI er en frontier model med et 2M token context window, realtids-integration med X-platformen og verdensrekord-reasoning-kapaciteter.

xai logoxaiGrok9. juli 2025
Kontekst
2.0Mtokens
Maks output
8Ktokens
Input-pris
$3.00/ 1M
Output-pris
$15.00/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
87.5%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Grok-4 scorede 87.5% på denne benchmark.
HLE
44.4%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Grok-4 scorede 44.4% på denne benchmark.
MMLU
94%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Grok-4 scorede 94% på denne benchmark.
MMLU Pro
81.2%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Grok-4 scorede 81.2% på denne benchmark.
SimpleQA
48%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Grok-4 scorede 48% på denne benchmark.
IFEval
89.2%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Grok-4 scorede 89.2% på denne benchmark.
AIME 2025
100%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Grok-4 scorede 100% på denne benchmark.
MATH
92%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Grok-4 scorede 92% på denne benchmark.
GSM8k
98.4%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Grok-4 scorede 98.4% på denne benchmark.
MGSM
92.1%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Grok-4 scorede 92.1% på denne benchmark.
MathVista
72.4%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Grok-4 scorede 72.4% på denne benchmark.
SWE-Bench
81%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Grok-4 scorede 81% på denne benchmark.
HumanEval
88%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Grok-4 scorede 88% på denne benchmark.
LiveCodeBench
79.4%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Grok-4 scorede 79.4% på denne benchmark.
MMMU
75%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Grok-4 scorede 75% på denne benchmark.
MMMU Pro
59.2%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Grok-4 scorede 59.2% på denne benchmark.
ChartQA
90.5%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Grok-4 scorede 90.5% på denne benchmark.
DocVQA
93.2%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Grok-4 scorede 93.2% på denne benchmark.
Terminal-Bench
54.2%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Grok-4 scorede 54.2% på denne benchmark.
ARC-AGI
15.9%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Grok-4 scorede 15.9% på denne benchmark.

Om Grok-4

Lær om Grok-4s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Modeloverblik

Grok-4 er frontier-modellen fra xAI. Den er bygget til at prioritere first-principles reasoning og hentning af information i realtid. Modellen får en væsentlig konkurrencemæssig fordel gennem sin indbyggede integration med X-platformen. Dette gør det muligt at analysere globale samtaler og nyheder, mens de sker. Den bruger Colossus-supercomputeren til træning, hvilket resulterer i en høj ydeevne inden for matematiske og tekniske domæner.

Tekniske egenskaber

Arkitekturen understøtter et 2 millioner token context window i sine reasoning-varianter. Denne kapacitet muliggør behandling af massive kodebaser og tæt teknisk dokumentation uden datatab. Den har et system med to tilstande, hvor brugere kan vælge mellem en hurtig tilstand til hurtige interaktioner og en deep-thinking tilstand til logiske opgaver i flere trin. Modellen styrer en hallucinationsrate på cirka 4% ved at anvende en multi-agent konsensusmekanisme i sin Heavy-konfiguration.

Økosystemintegration

Udover simpel tekstgenerering er Grok-4 designet til indbygget tool use og kompleks function calling. Den understøtter billed- og lydbehandling, hvilket gør den til et alsidigt valg for udviklere, der bygger multimodale applikationer. Dens alignment-strategi fokuserer på objektiv sandhedssøgen frem for standard sikkerhedsretningslinjer i branchen. Dette resulterer i færre afvisninger af kontroversielle emner sammenlignet med andre frontier models.

Grok-4

Anvendelser for Grok-4

Opdag de forskellige måder, du kan bruge Grok-4 til at opnå gode resultater.

Sentimentanalyse i realtid

Analyserer live-opslag på X for at bestemme den offentlige reaktion på nyheder eller produktlanceringer.

Revision af store repositories

Evaluerer hele software-repositories ved hjælp af 2M token-vinduet for at finde arkitektoniske fejl.

Matematisk problemløsning på olympiadeniveau

Leverer trinvise løsninger til komplekse matematiske beviser og problemer på AIME-niveau.

Ufiltreret kreativt indhold

Genererer karakterdrevne scripts og humor uden de restriktive filtre fra andre AI-udbydere.

Syntese af videnskabelig forskning

Opsummerer flere akademiske artikler på ph.d.-niveau samtidigt, mens den tekniske præcision opretholdes.

Teknisk debugging

Identificerer uklare bugs i produktionskode og foreslår rettelser baseret på aktuelle best practices.

Styrker

Begrænsninger

Elite matematisk reasoning: Opnåede en perfekt score på 100% på AIME 2025-benchmarken, hvilket placerer den over de fleste frontier models inden for logik.
Latency i Heavy-tilstand: Multi-agent reasoning-tilstanden kan tage flere minutter om at producere et enkelt svar med høj præcision.
Brancheførende context: 2M token-vinduet giver mulighed for en hidtil uset dybde i dokumentanalyse og store kodningsprojekter.
Ufuldstændig videounderstøttelse: Selvom tekst- og billedkapaciteterne er i top, er indbygget frame-for-frame videobehandling endnu ikke tilgængelig.
Live social intelligens: Direkte adgang til X-platformen giver information i realtid, som statiske træningsdata ikke kan kopiere.
Begrænset regional adgang: Funktioner med persistent hukommelse er i øjeblikket deaktiveret i EU på grund af lovkrav.
Lav afvisningsrate: En mere tilladende sikkerhedsarkitektur giver mulighed for en ærlig og objektiv dialog om kontroversielle emner.
Grænser for visionspræcision: Skaberne anerkender, at modellen stadig er delvist blind, når den skal tolke visuelle detaljer med ekstremt høj troskab.

API hurtig start

xai/grok-4

Se dokumentation
xai SDK
import OpenAI from "openai";

const grok = new OpenAI({
  apiKey: process.env.XAI_API_KEY,
  baseURL: "https://api.x.ai/v1",
});

async function main() {
  const completion = await grok.chat.completions.create({
    model: "grok-4",
    messages: [{ role: "user", content: "Søg på X efter de seneste nyheder om SpaceX." }],
    stream: true,
  });

  for await (const chunk of completion) {
    process.stdout.write(chunk.choices[0]?.delta?.content || "");
  }
}

main();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Grok-4

Se hvad fællesskabet mener om Grok-4

Grok 4 fast har et 2M token vindue!!! Hvorfor vi har kæmpet og fundet os i ChatGPT, ved jeg virkelig ikke længere.
myfuturewifee
reddit
15,88% på ARC-AGI v2 private subset er vanvittigt. Grok 4 er den første model, der bryder 10%-barrieren i flere måneder.
Greg (ARC-AGI Lead)
twitter
Multi-agent 'studiegruppen' i Grok 4 Heavy er den rigtige måde at bruge test-time compute på. Den finder faktisk tricket til problemet.
Tony_xAI
twitter
Grok 4: 79 på LiveCodeBench... benchmarks fortæller dig ikke, hvordan det føles at kode med en model, men denne føles troværdig.
thankzr3ddit
reddit
Modellen er på postgraduat/ph.d.-niveau i alt. Den er uhyggeligt klog og lærer hurtigere, end noget menneske kan.
Elon Musk
youtube
Realtidssøgningen er ikke bare scraping af overskrifter; den analyserer indhold på tværs af flere kilder.
BitBiasedAI
youtube

Videoer om Grok-4

Se vejledninger, anmeldelser og diskussioner om Grok-4

Grok 4 heavy er til mere logik- og reasoning-intensive opgaver, mens almindelig Grok 4 håndterer andre.

Den fulgte fuldstændig præcist min hånd og mine fingre for at tegne på skærmen.

Grok 4 fandt adgangskoden, jeg havde gemt dybt i context window, efter kun 15 sekunders tænkning.

Præcisionen i 2 millioner token 'needle in a haystack'-testen var 100%.

Denne model er endelig et reelt alternativ for dem, der fandt Geminis context window upålideligt.

Grok 4 er på postgraduat/ph.d.-niveau i alt, bedre end de fleste ph.d.'er.

Grok 4 Heavy spawner flere agenter parallelt... det er som en læsegruppe.

Den er på API'et og har en context length på 256k, med planer om meget mere.

Træningen på Colossus-clusteret har givet den en reasoning-kapacitet, vi ikke har set før.

Den er designet til at være den mest sandhedssøgende AI, der findes lige nu.

Grok 4 Heavy kører op til 32 parallelle AI-modeller på din prompt.

Realtidssøgningen er ikke bare scraping af overskrifter; den analyserer indhold på tværs af flere kilder.

Think Mode bruger ekstra beregningstid på at planlægge og fange potentielle fejl, før den svarer.

Du kan faktisk se agenterne debattere med hinanden i loggene, hvis du har API-adgang.

Den multimodale ydeevne med lyd er mærkbart hurtigere end den forrige generation.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til Grok-4

Eksperttips til at hjælpe dig med at få mest muligt ud af Grok-4 og opnå bedre resultater.

Brug søgeord

Inkluder specifikke hashtags eller konti i din prompt for at styre modellens X-søgning i realtid.

Skift til Heavy-tilstand

Aktiver Grok-4 Heavy til opgaver, hvor præcision er vigtigere end svartid.

Angiv detaljerede personaer

Udnyt den tilladende sikkerhedsjustering ved at definere specifikke, skarpe personaer til kreativ skrivning.

Analyser eksterne links

Indsæt live-URL'er direkte i chatten, så modellen kan hente og opsummere friskt webindhold.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M

Ofte stillede spørgsmål om Grok-4

Find svar på almindelige spørgsmål om Grok-4