Grok 4の仕様、レビュー、比較

AIモデルのウェブページ

このモデルを提供するエンティティ。

メッセージを入力してチャットを開始

モデルが最初にリリースされた日時。

このモデルが処理できるデータの種類

このモデルを提供するプロバイダー。（これは完全なリストではありません。）

モデルの知識が最後に更新された日時。

モデルのコードが公開されているかどうか。

プロンプト内のトークン処理のコスト

モデルによって生成されたトークンのコスト

Massive Multitask Language Understanding - 数学、歴史、法律など57の科目にわたる知識をテスト

より堅牢なMMLUベンチマークで、難易度の高い推論中心の質問、より大きな選択肢セット、プロンプト感度の低減を特徴とする

Massive Multitask Multimodal Understanding - テキスト、画像、音声、動画にわたる理解をテスト

挑戦的な文完成ベンチマーク

コード生成と問題解決能力を評価

さまざまな難易度レベルでの数学的問題解決能力をテスト

化学、生物学、物理学における博士レベルの知識を、深い専門知識を必要とする多肢選択問題でテスト

モデルが明示的なフォーマット指示に正確に従い、適切な出力を生成し、異なるタスク間で一貫した指示遵守を維持する能力をテスト

シンプルな質問の精度評価

多言語プログラミングベンチマーク

リアルタイムプログラミングのベンチマーク

モデルの汎用性をグローバルレベルで評価するための簡易版ベンチマーク。

視覚的な文脈におけるAIモデルの数学的推論能力を評価します

アメリカ招待数学試験（American Invitational Mathematics Examination）の問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。

2025年2月のハーバードMIT数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。

2025年のスタンフォード数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。

2025年のカナダ数学オリンピックの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。