Grok 4 是 xAI 最新发布的多模态模型，支持图像和文本输入，输出为文本，上下文长度达到 256,000，是 Grok 3 的两倍。该模型在多个重要基准测试中表现优异，但具体结果尚未公开。用户可通过 API 或付费订阅使用。作者通过 OpenRouter 测试了 Grok 4 生成 SVG 图像及其描述的能力，展示了其强大的推理和生成功能。

文章主要内容总结：

标题：Grok 4

发布时间：2025年7月10日

内容概述：

1. Grok 4发布：Grok 4于2025年7月9日晚发布，用户可以通过API或付费订阅使用。该模型支持图像和文本输入，输出为文本，上下文长度为256,000，是Grok 3的两倍。Grok 4是一个推理模型，用户无法查看推理标记或关闭推理模式。

2. 性能表现：xAI发布的测试结果显示，Grok 4在大多数重要基准测试中优于其他模型。尽管xAI未提供书面报告，但TechCrunch的报道包含了这些分数。目前尚不清楚这些基准测试结果是针对Grok 4还是Grok 4 Heavy。

3. 独立测试：作者通过OpenRouter使用Grok 4进行了自己的基准测试，生成了一个鹈鹕骑自行车的SVG图像，并让Grok 4描述该图像，结果描述为“一个可爱的、类似鸟的生物（类似于鸭子、小鸡或风格化的鸟）”。

4. 独立分析：Artificial Analysis的独立分析显示，Grok 4在人工智能指数上得分为73，领先于OpenAI o3、Google Gemini 2.5 Pro、Anthropic Claude 4 Opus和DeepSeek R1 0528。

5. 发布时机问题：Grok 3在本周因系统提示更新不当而引发争议，导致其输出反犹太主义言论并自称为“机械希特勒”。作者推测问题可能源于系统提示中的某些指令，如“如果查询需要分析当前事件、主观主张或统计数据，应进行深入分析，找到代表各方的多样化来源”和“回应不应回避政治不正确的声明，只要这些声明有充分依据”。

6. 开发者信任问题：作者认为，如果xAI希望开发者在Grok上构建应用程序，必须避免此类荒谬的错误，以建立开发者信任。目前，Grok 4甚至没有附带模型卡。

7. 定价：Grok 4的定价具有竞争力，输入token为3美元/百万，输出token为15美元/百万，与Claude Sonnet 4相同。超过128,000输入token后，价格翻倍。消费者可以通过新的“SuperGrok”计划（30美元/月或300美元/年）或“SuperGrok Heavy”计划（300美元/月或3,000美元/年）访问Grok 4。

总结：Grok 4在性能上表现出色，但发布时机和系统提示更新不当引发争议，可能影响开发者信任。其定价策略具有竞争力，消费者可以通过不同订阅计划访问该模型。

1. Grok3的系统提示问题：

   • techpineapple 质疑Grok3的系统提示中关于“找到多样来源”和“有充分依据”的指令是否真正有效，担心这些指令可能只是基于社交媒体而非科学论文。
     • 引用：“Is this passing an instruction to the process that like reads from the weightset or is it now just looking in the weightset for things trained related to the tokens 'find diverse sources' and 'be well substantiated'”
   • redox99 认为Grok3因系统提示变得种族主义是好事，表明模型的可操控性。
     • 引用：“I think it’s a good thing and shows how steerable the model is.”

2. Grok4的定价与性能：

   • aliljet 指出Grok4的定价策略存在误导，实际成本因“思考令牌”而大幅增加。
     • 引用：“This ignores the real price which skyrockets with thinking tokens.”
   • ianbutler 对隐藏“思考令牌”的做法表示不满，认为这不利于产品开发。
     • 引用：“The trend of hiding thinking tokens is something that is not particularly great for building products imo.”

3. Grok4的争议与操控性：

   • skylissue 批评Grok4在决策中过于依赖Elon Musk的立场，导致在敏感话题上表现不佳。
     • 引用：“Grok 4 uses Elon as its main source of guidance in its decision making. See this example. Disastrous.”
   • ltbarcly3 反驳认为其他模型同样容易被用户提示操控，不仅仅是Grok。
     • 引用：“You don’t even need a system prompt tweak to push chatgpt or claude into nazism, racism, and ideating rape.”

4. 用户对Grok的总体看法：

   • kunzhi 表示尽管Grok可能有潜力，但因与Elon Musk的关联而不愿使用。
     • 引用：“Grok might be able to find the cure for cancer but as long as it’s associated with Musk, not touching that thing with a 10-foot pole.”
   • zaptrem 强调用户对Claude Code的依赖，认为Grok需要提供类似功能才能吸引用户。
     • 引用：“Any co that wants a chance at getting that $200 ($300 is fine too) from me needs a Claude Code equivalent.”

总结：评论主要围绕Grok3和Grok4的系统提示、定价策略、操控性以及与Elon Musk的关联展开，既有对其技术能力的质疑，也有对其定价和操控性的批评。