本研究報(bào)告由海通國(guó)際分銷，海通國(guó)際是由海通國(guó)際研究有限公司，海通證券印度私人有限公司，海通國(guó)際株式會(huì)社和海通國(guó)際證券集團(tuán)其他各成員單位的證券研究團(tuán)隊(duì)所組成的全球品牌，海通國(guó)際證券集團(tuán)各成員分別在其許可的司法管轄區(qū)內(nèi)從事證券活動(dòng)。關(guān)于海通國(guó)際的分析師證明，重要披露聲11Jul2025barney.sq.yao@louis.FlashAnalysis2025年7月9日，xAI正式發(fā)布其最新旗艦大模型Grok4，并于北京時(shí)間7月10日上午11點(diǎn)舉行全球直播發(fā)布會(huì)。該模型在xAI自研的Colossus超級(jí)計(jì)算機(jī)上訓(xùn)練，跳過(guò)3.5版本，直接命名為Grok4。相較前代，Grok4在推理性能、多模態(tài)能力和上下文處理能力上均實(shí)現(xiàn)躍升。Grok4現(xiàn)已開放API訪問(wèn)，月費(fèi)定價(jià)為30美元，重載多智能體版本Grok4Heavy定價(jià)300美元；未來(lái)將于8月推出編程模型、9月上線多模態(tài)智能體版本，并于10月支持視頻生成模型。訓(xùn)練強(qiáng)度大幅躍升，工具融合顯著提升智能邊界。Grok4的訓(xùn)練規(guī)模遠(yuǎn)超前代模型，計(jì)算資源投入為Grok-2的100倍、Grok-3的10倍，核心依托xAI自建的20萬(wàn)張GPU超算集群。訓(xùn)練過(guò)程中廣泛引入RL技術(shù)，特別是在“人類最后考試”（HLE）基準(zhǔn)中，工具融入訓(xùn)練顯著提升了模型在復(fù)雜推理任務(wù)中的表現(xiàn)，不僅推理準(zhǔn)確率高于不使用工具的版本，其scaling曲線也更具效率——即單位算力帶來(lái)的智能提升更大。在實(shí)際測(cè)試階段，模型得分可較訓(xùn)練期進(jìn)一步提升10個(gè)百分點(diǎn)，顯示出極強(qiáng)的泛化與工具適應(yīng)能力。專業(yè)能力全面開花，Grok-4向真實(shí)世界任務(wù)穩(wěn)步邁進(jìn)。除了通用能力，Grok4在垂直專業(yè)場(chǎng)景中也展現(xiàn)出強(qiáng)勁實(shí)力。在LiveCodingBench編程測(cè)試中幾乎實(shí)現(xiàn)滿分，xAI亦宣布將于8月推出更快、更強(qiáng)的專用代碼模型Grok4Code。在藥物研發(fā)領(lǐng)域，Grok4是當(dāng)前唯一在RKG基準(zhǔn)中突破10%準(zhǔn)確率的模型，顯現(xiàn)出其在復(fù)雜結(jié)構(gòu)推理與分子生成方面的潛力。此外，在自動(dòng)化零售（AutoRetailBench）等真實(shí)世界任務(wù)中，Grok4亦取得第一名成績(jī)，表明其不僅在實(shí)驗(yàn)環(huán)境中具備領(lǐng)先性，更有望在工業(yè)級(jí)落地中實(shí)現(xiàn)實(shí)際價(jià)值。關(guān)鍵技術(shù)全面升級(jí)，推理、多模態(tài)與上下文處理能力躍升。Grok4在多個(gè)核心維度上實(shí)現(xiàn)顯著突破，特別是在上下文理解、推理能力和多模態(tài)交互方面展現(xiàn)領(lǐng)先性能。其上下文窗口擴(kuò)展至25.6萬(wàn)tokens，遠(yuǎn)超GPT-4-turbo與Claude3Opus，顯著提升長(zhǎng)文檔處理與連續(xù)推理能力。推理性能提升達(dá)10倍，在GRE測(cè)試中接近滿分，并以26.9%HLE自主推理準(zhǔn)確率刷新業(yè)內(nèi)記錄，展示出高度數(shù)學(xué)與邏輯推理能力。與此同時(shí)，模型具備全面的多模態(tài)擴(kuò)展性，支持文本、圖像，未來(lái)將拓展至視頻任務(wù)，構(gòu)建統(tǒng)一的理解-生成系統(tǒng)，為AI-Agent的演進(jìn)奠定基礎(chǔ)。系統(tǒng)性能與交互體驗(yàn)優(yōu)化，模型進(jìn)入“在線思維”時(shí)代。除核心模型升級(jí)外，Grok4在系統(tǒng)交互與信息檢索方面也完成關(guān)鍵增強(qiáng)。依托DeepSearch功能，模型可實(shí)時(shí)聯(lián)網(wǎng)檢索X平臺(tái)和網(wǎng)頁(yè)內(nèi)容，具備更強(qiáng)的時(shí)事感知與網(wǎng)絡(luò)文化理解能力，特別適用于meme、俚語(yǔ)、社會(huì)話題等高語(yǔ)境任務(wù)。新版本UI支持更快響應(yīng)、多線程Agent并發(fā)，以及未來(lái)本地部署可能性，提升整體用戶體驗(yàn)與多輪交互效率。此外，Grok4還強(qiáng)化了代碼能力，通過(guò)即將上線的GroK4Code版本切入開發(fā)者生態(tài)，為智能寫作、調(diào)試與程序理解等高頻場(chǎng)景提供底層能力支撐?！衲Ｐ途S度正式進(jìn)入256k時(shí)代，多模態(tài)能力全線對(duì)標(biāo)Claude、Gemini。Grok4的Token窗口和視頻能力預(yù)示AI將從單輪問(wèn)答邁向長(zhǎng)鏈對(duì)話與交互推理，Agent化落地基礎(chǔ)逐步完備。相比Claude專注文本推理、Gemini主打多模態(tài)，Grok更聚焦互聯(lián)網(wǎng)原生性+AI應(yīng)用性融合，形成差異化?！裢评砟芰Υ蠓嵘?，搶占AGI推理性測(cè)試高地。Grok4在GRE、MMLU-Pro和Humanity'sLastExam等測(cè)試中跑分領(lǐng)先，但在AGI-ARC-2上的表現(xiàn)顯示其仍未突破具備“通用智能”的范式。整體來(lái)看，該模型具備極高的“功能智能”而非“理論智能”。211Jul20252●面向開發(fā)者與技術(shù)極客的商業(yè)模式清晰，可望復(fù)制CopilotforAI+X路徑。Grok4Code版本將于8月上線，未來(lái)結(jié)合多模態(tài)與實(shí)時(shí)搜索能力，有望切入AI代碼生成、智能協(xié)助領(lǐng)域，成為高頻專業(yè)場(chǎng)景下的競(jìng)爭(zhēng)者。訂閱定價(jià)策略亦指向超級(jí)用戶和AI開發(fā)者群體，形成與GPT-4、Claude的差異化定位。Grok4延續(xù)xAI強(qiáng)調(diào)自由言論、無(wú)內(nèi)容審查的路線，支持用戶獲取未經(jīng)精過(guò)濾的結(jié)果，強(qiáng)化其超級(jí)用戶助手定位。然而，這一策略也導(dǎo)致模型此前曾輸出爭(zhēng)議性言論，發(fā)布前后x平臺(tái)CEOLindaYaccarino辭職，加劇對(duì)其穩(wěn)定性的擔(dān)憂。風(fēng)險(xiǎn)提示：1）AI需求不及預(yù)期；2）地緣政治環(huán)境干擾供應(yīng)鏈；3）AI數(shù)據(jù)中心建造放緩311Jul20253●GPQA（研究生水平問(wèn)答）上得分88.9%；●AIME25（美國(guó)數(shù)學(xué)邀請(qǐng)賽）上得分100%；●LCB（Jan-May）上得分79.4%；●HMMT25（數(shù)學(xué)推理）上得分96.7%；●USAMO25（美國(guó)數(shù)學(xué)奧林匹克競(jìng)賽）上得分61.9%。411Jul20254EnglishSummary:Event:OnJuly9,2025,xAIofficiallyreleaseditslatestflagshiplargelanguagemodel,Grok4,followedbyagloballivestreamonJuly10at11:00AMBeijingtime.TrainedonxAI’sproprietaryColossussupercomputer,Grok4skipstheanticipated3.5versionanddeliverssignificantimprovementsinreasoning,multimodalcapabilities,andlong-contextunderstanding.TheAPIisnowpubliclyavailable,pricedat$30/monthforstandardaccessand$300/monthforthehigh-capacity“Grok4Heavy”multi-agentversion.xAIplanstolaunchacoding-specializedmodelinAugust,amultimodalagentinSeptember,andvideogenerationcapabilitiesinOctober.Commentary:Trainingscalesignificantlyexpanded,withtoolintegrationenhancingintelligenceefficiency.Grok4’strainingcomputefarexceedspreviousgenerations—100×Grok-2and10×Grok-3—poweredbya200,000-GPUColossuscluster.Themodelincorporatesreinforcementlearning(RL)atscaleandintegratestoolsduringtraining,notablyimprovingperformanceincomplexreasoningtaskssuchastheHumanity’sLastExam(HLE).Modelstrainedwithtoolsoutperformthosewithoutanddemonstratesuperiorscalingcurves,meaningeachunitofcomputeyieldsmoreintelligence.Attesttime,Grok4furtherimprovesscoresbyupto10percentagepoints,highlightingitsstronggeneralizationandadaptabilitytotooluse.DomaincapabilitiesblossomasGrok4movestowardreal-worldtasks.Beyondgeneral-purposeAI,Grok4exhibitsstrengthacrossverticalapplications.Itscorednear-perfectontheLiveCodingBenchandwillbefollowedbyafaster,smartercodingmodelinAugust—Grok4Code.Indrugdiscovery,it’stheonlymodeltosurpass10%accuracyontheRKGbenchmark,indicatingcompetenceinmolecularstructurereasoning.ItalsoranksfirstinAutoRetailBench,reflectingreadinessforindustrialdeploymentbeyondlabenvironments.Keytechnicalupgrades:enhancedreasoning,multimodalabilities,andlong-contextprocessing.Grok4marksabreakthroughacrossmultipledimensions.Itfeaturesa256ktokencontextwindow,farsurpassingGPT-4-turboandClaude3Opus,enablingcomplexlong-formreasoning.Itsreasoningcapabilityis10×strongerthanitspredecessor,withnear-perfectGREscoresandanindustry-leading26.9%HLEautonomousreasoningaccuracy.Themodelsupportstextandimageinputs,withvideosupportcomingsoon,formingaunifiedunderstanding-generationframeworkfoundationaltonext-genAIagents.SystemandUXenhancementssignalthedawnof“always-onthinking.”Beyondcoremodelimprovements,Grok4alsooptimizessystem-levelperformanceandinteractivity.ItsDeepSearchcapabilityenablesreal-timeaccesstoXandwebcontent,providingsuperiorculturalandcontextualawareness—idealformemes,slang,andtrendingtopics.TheupgradedUIsupportsfasterresponses,multi-agentthreading,andpotentiallylocaldeployment.WithGrok4Codelaunchingsoon,themodelisalsowellpositionedtoservedevelopersthroughcodegeneration,debugging,andsmartdocumentationtasks.OurView:●Theeraof256kcontexthasbegun,withGrok4directlychallengingClaudeandGeminiinmultimodalreasoning.Itstokenlengthandvideoroadmapmarktheshiftfromsingle-turnQ&Atolong-chaindialogueandagenticinteraction.UnlikeClaude(text-focused)orGemini(multimodal),Grokblendsinternetnativitywithpracticaltaskexecution,creatingstrategicdifferentiation.●MassivegainsinreasoningperformancereinforceGrok’sleadinAGI-liketesting.WhileGrok4excelsinGRE,MMLU-Pro,andHLEbenchmarks,itstilllagsinAGI-ARC-2,suggestingthatitremainsa“functionalintelligence”ratherthan“theoreticalintelligence”model.●Aclearcommercialpathtargetingpowerusersanddevelopers.WiththeAugustreleaseofGrok4Codeandreal-timesearchintegration,GrokispositionedtocompeteinAI-assisteddevelopmentandproductivity.Itspricingmodelsignalsafocusonheavyusers,differentiatingfromGPT-4andClaude’sbroaderpositioning.Grok4continuesxAI’scommitmenttounfiltered,free-speechAIoutputs.Whilethissupportsits“superuserassistant”identity,ithasalsoledtocontroversialoutputsinthepast.Notably,justhoursbeforethelivestream,XCEOLindaYaccarinoresigned,raisingconcernsaboutplatformgovernanceandmodeldeploymentstability.Risk:1）AIdemandfallsshortofexpectations;2）Geopoliticaltensionsdisruptsupplychains;3）SlowdowninAIdatacenterconstruction.567 8