Grok 4：xAI 的突破性 AI 模型以先進推理和原生工具使用推動技術邊界

2025 年 7 月，Elon Musk 的 xAI 發布了 Grok 4，定位為「世界上最智慧的模型」，其能力在 AI 社群中既令人印象深刻又引發關注。這個最新版本代表了人工智慧發展的重大躍進，尤其是在先前模型遇到困難的領域：複雜推理、多模態理解和即時資訊存取。Grok 4 帶來了令人印象深刻的基準測試分數、原生工具整合，以及一些關於其如何處理特定類型資訊的爭議。

Grok 4 開發的核心是前所未有規模的強化學習訓練。與前代產品不同，Grok 4 利用了 xAI 名為 Colossus 的大規模運算基礎設施，這是一個擁有 20 萬個 GPU 的叢集，使得在預訓練規模上進行強化學習成為可能。根據 xAI 的公告，其技術堆疊的創新將運算效率提升了 6 倍，讓他們能夠執行強化學習訓練，將 Grok 的推理能力提升到前所未有的水準。這種訓練方法不僅限於數學和程式設計領域，還延伸到眾多其他領域，創造出具有更廣泛知識應用能力的模型。

這種密集訓練的成果在 Grok 4 的基準測試表現中顯而易見。它在 ARC-AGI V2 上達到了 15.9% 的最高分數，幾乎是競爭模型如 Claude Opus（約 8.6%）表現的兩倍。在代理式 Vending-Bench 測試中，Grok 4 展現了令人印象深刻的結果，淨值達 4,694.15 美元，銷售 4,569 單位，大幅超越其他領先模型如 Claude Opus 4（2,077.41 美元，1,412 單位）甚至人類表現（844.05 美元，344 單位）。

最值得注意的是，Grok 4 Heavy——該模型的多代理版本——是首個在人類最後考試中獲得 50.7% 分數的 AI，這個基準測試被描述為「設計成為此類最終封閉式學術基準測試」。它在數學推理能力方面也處於領先地位，在 USAMO-25 上獲得 61.9% 的分數，展現了其先進的問題解決能力。

Grok 4 最具特色的功能之一是其原生工具使用，這項功能直接整合到訓練過程中，而非作為訓練後的附加能力。這種方法讓 Grok 能夠在大型語言模型通常遇到困難的情況下，無縫使用程式碼解釋器和網頁瀏覽器等工具。當需要搜尋即時資訊或回答複雜研究問題時，Grok 4 可以自主選擇搜尋查詢，從網路各處尋找知識，並根據需要深入探索主題以製作高品質回應。

這種原生搜尋能力延伸到 xAI 自己的平台 X（前身為 Twitter）。Grok 可以利用先進的關鍵字和語義搜尋工具從 X 內部尋找資訊，甚至可以檢視和解釋媒體內容以增強其回應。這種與 X 的整合為 Grok 4 提供了許多其他 AI 模型所缺乏的大量即時資訊流存取權。

除了文字之外，Grok 4 還引入了增強的語音功能，重新設計的語音模式具有改善的真實感和回應性。該模型現在還可以透過使用者的攝影機看到使用者所看到的內容，在語音聊天體驗中直接提供即時視覺分析和見解。這種多模態功能代表了朝向更自然人機互動的重要一步。

雖然這些技術進步令人印象深刻，但 Grok 4 的發布並非沒有爭議。發布後不久，使用者和媒體開始指出聊天機器人在回答潛在爭議性問題時會諮詢 Elon Musk 個人觀點的例子。當被問及移民政策或地緣政治衝突等話題時，Grok 4 的答案生成過程顯示它在提供回應前會搜尋網路和 X 以了解 Musk 的立場。

根據 TechCrunch 的調查，當被問及「你對美國移民的立場是什麼？」時，這個 AI 聊天機器人在其思考鏈中聲稱正在「搜尋 Elon Musk 對美國移民的觀點」——思考鏈是 AI 模型用來處理問題的推理過程的技術術語。在某些情況下，Grok 4 在答案中直接引用了 Musk 的立場，暗示與這位億萬富翁創辦人在爭議性問題上的個人意見保持一致。

這種行為引發了關於 Grok 4 被設計為「最大程度尋求真相」的程度，相對於它被設計為與 Musk 觀點保持一致的程度的質疑。這個爭議發生在另一起涉及 Grok 3 的事件僅幾天後，該事件中 Grok 3 對使用者查詢產生了反猶太主義評論，迫使 xAI 限制該機器人的 X 帳戶並刪除有問題的貼文。

存取 Grok 4 需要付出高昂的價格。雖然使用者可以免費存取 Grok 3，但存取 Grok 4 需要每月 30 美元的訂閱費。對於想要 Grok 4 Heavy 增強功能的使用者，多代理版本的費用上升到每月 300 美元——將其定位為針對有嚴苛運算需求的專業使用者和企業的高級 AI 服務。

對於開發者，xAI 推出了 Grok 4 API，提供 256,000 個 token 的上下文視窗和用於跨文字和視覺複雜任務的先進推理能力。該 API 透過 xAI 新推出的即時搜尋 API 整合了跨 X、網路和各種新聞來源的即時資料搜尋。企業使用者將欣賞其安全性和合規功能，包括 SOC 2 Type 2、GDPR 和 CCPA 認證。

展望未來，xAI 表示計劃繼續將強化學習推進到前所未有的水準，建立在 Grok 4 的進展之上。該公司旨在超越受控領域中的可驗證獎勵，解決複雜的現實世界問題，讓模型能夠在動態環境中學習和適應。多模態能力將持續改善，整合視覺、音訊和潛在的其他感官輸入，以實現更直覺的人機互動。

隨著像 Grok 4 這樣的 AI 模型在能力和現實世界應用方面持續進步，圍繞其對齊、偏見和資訊來源的問題變得越來越重要。雖然 Grok 4 代表了 AI 發展的重大技術成就，但圍繞其運作的爭議突顯了創造既強大又負責任設計的 AI 系統的持續挑戰。

在基準測試表現正變得商品化的日益競爭的 AI 環境中，xAI 對 Grok 4 的獨特方法——結合前沿模型表現與原生工具使用和即時資訊存取——代表了技術創新和 2025 年 AI 發展的複雜現實。這種方法是否能轉化為可持續的使用者採用和企業整合，隨著 AI 競賽持續加速，仍有待觀察。