新智元报道编辑：定慧 好困【新智元导读】Grok 4跑分提前泄露，在「人类最后考试」中高达45%的得分，远超Gemini与Claude，成为当前测试中最强模型之一。马斯克表示Grok 4以「第一性原理」构建推理机制，Grok 4有望改写LLM格局。Grok 4马上就来，马斯克说的！甚至，现在部署的Grok，已经在能力上有了显著的提升。与此同时，网友LEGIT的一张截图，更是直接泄露了Grok 4和Grok 4 Code在多个关键基准评测上的跑分。目前，这一消息已经得到了AI圈知名大佬Tibor Blaho的确认。根据泄露的数据，Grok 4在GPQA、AIME 25和SWE-bench评测中可谓是「遥遥领先」，全面碾压谷歌Gemini 2.5 Pro、OpenAI o3和Claude 4 Opus。GPQA（研究生级物理和天文学问题）：Grok 4得分87-88%，略优于Gemini 2.5 Pro的86.4%，明显超过Claude 4 Opus的79.6%。AIME 25（2025美国数学邀请赛）：Grok 4得分95%，大幅超越Claude 4 Opus的75.5%，并优于OpenAI o3的88.9%。SWE-bench（真实软件工程问题）：Grok 4 Code得分72-75%，略优于Claude Opus 4的72.5%，略高于OpenAI o3的71.7%。不仅如此，Grok 4还在覆盖范围最广、难度最高的终极闭卷学术基准「人类最后的考试」（Human Last Exam，HLE）上取得了默认35%、最高45%的惊人高分。这也意味着，最强状态下的Grok 4，得分是现任老大Gemini 2.5 Pro的2倍——高出了整整24个百分点。相比正确率只有10.7%的Claude 4 Opus，成绩直接翻了4倍还多。HLF这门考试堪称残酷，是专为挫败LLM的锐气而设计：横跨100多个学科的2,500道专家级试题14%为多模态题型（文本+图像）24%的问题为多项选择题设有防记忆陷阱和隐藏测试集，用于阻止「作弊式训练」下图是所含知识的高层次可视化图表，其中的每个类别还包含有很多具体学科。项目主页：https://lastexam.ai/要知道，大多数前沿模型在这一分数面前都望尘莫及。如果此次泄露属实，那么Grok 4就算闯过了AI基准测试领域最难的关卡之一。由于在HLF的得分异常地高，Grok 4的发布再度引起了社区的广泛讨论。是的，如果属实，这意味着该模型具有极其强大的世界知识。看到如此之强的Grok 4，网友们已经迫不及待了，纷纷在线催更：Grok 4源代码泄露马斯克此前的采访中，曾经透露说。Grok 3.5 正在尝试从第一性原理出发进行推理，也就是将物理学的方法应用到思维过程中。Grok-3.5正是如今的Grok 4，老马决定一步到位，从Grok-3直接到Grok 4，不再挤牙膏了。这似乎预示着Grok 4的能力会非常大的突破！几天前，X上就有人发现在xAI控制台源代码中发现的2个Grok 4模型：Grok 4和Grok 4 CodeGrok 4：最新、最卓越的旗舰模型，在自然语言、数学及推理领域展现出无与伦比的性能，堪称万能的完美之选Grok 4 Code：专为编程伴侣量身打造的模型。可以向它咨询代码相关的问题，或直接将其嵌入到代码编辑器中也有人持怀疑态度当然也有人似乎是被之前Grok 3的炒作「伤透了心」。HLE的创建者Dan Hendrycks是xAI的亲密顾问（相比其他实验室而言）。网友们想知道Dan Hendrycks是否只提供了安全方面的建议，还是以某种方式给出了增强科学知识细节的具体研发建议。这不禁让人们联想到此前Llama 4的翻车闹剧，也是因为提前进行了「针对性的训练」。马斯克亲自带货马斯克曾在6月27日发帖称，正和团队加班加点的研发Grok。将在7月4日后发布Grok 4，按照美东时间，今天开始，任何时候都有可能见证Grok 4的发布。马斯克特地强调了，需要一次大型训练来开发了「特殊」的编码模型。在5月20日的微软Build 2025大会上，马斯克现场讲述了Grok 3.5（Grok 4）将从第一性原理出发进行构建。马斯克：尤其是在即将发布的Grok 3.5中，我们的目标是让模型从第一性原理出发进行推理。也就是说，像物理学家那样思考，借用物理的工具来分析问题。如果你想要探寻事物的本质真相，就必须把问题分解到最基本、最可能正确的公理层面，然后再从这些基础出发向上推理。接着，你可以将最终结论与这些基本原理进行校验。 在物理学中，如果你得出的结果违反了能量守恒或动量守恒，那你要么发现了诺奖级别的新理论，要么——更可能的是——你搞错了。所以我们打造Grok 3.5的核心目标，就是以物理的基本原理为指导，应用这些方法来推理各种问题，力求以最小的误差，接近真实。当然，出错是难免的，但我们的目标是持续减少这些错误。这个方向对于 AI 安全 至关重要。我长久以来都在思考AI安全问题，而我最终得出的结论，其实可以用一句老话来概括：诚实是最好的策略。这不仅是道德要求，更是安全保障。 当然我们也会犯错，但我们承诺会尽快修正这些错误。我们也非常期待来自开发者社区的反馈——你们需要什么？我们哪里做错了？又该如何改进？我们希望Grok成为一个令开发者充满期待的工具，一个他们的声音能真正被听到的平台。Grok将不断进化，努力满足开发者的需求。编码能力成为必争之地根据Grok API此前的模型推测，这次Grok 4 Code将是发布的重头戏，也许还会有Grok 4 mini。马斯克特地提到Grok 4的编码能力，也是受到如今各家的影响，编码能力称为了衡量新模型的试金石。谷歌Gemini2.5包括改进的代码生成、复杂代码重构/转换、上下文管理、更好的PR评审能力，以及可定制命令等。Gemini CLI是近期推出的命令行AI助手，基于Gemini2.5 Pro，可处理长达百万token的上下文，支持包括代码编写、调试、内容生成和任务管理于一体的多功能开发体验。AnthropicClaude 4（包含Opus与Sonnet）是Anthropic迄今最强大的模型系列，显著提升编码与AI agent能力。Claude Code专注于终端环境使用，提供从代码编辑、问题修复、架构理解，到运行测试、lint、git操作、PR创建的一站式工具。OpenAI新版Codex是基于OpenAI o3微调而来的，用于自然语言翻译代码，延续迄今生成工具（如GitHubCopilot）的核心能力。DeepSeekDeepSeek‑R1‑0528是DeepSeek推出的R1最新版本，定位为全能推理与编码能力提升模型。既然老马着重提到了编码能力，那么也许这次是值得期待的。参考资料：https://x.com/WesRothMoney/status/1941227129875857869https://x.com/legit_api/status/1941165728708874514
- 🍎 无码熟女耻 写给环保部门的建议书
在发展不断提速的社会中，需要使用建议书的事情愈发增多，建议书是人们发表意见，提供建议的一种工具。那么你有了解过建议书吗？以下是小编为大家收集的写给环保部门的建议书，欢迎大家分享。写给环保部门的建议书1 20250705
- ✨ 日本伦理电影时田梢 关于朝霞的作文精选
导读：俗话说：“朝霞不出门，晚霞行千里。”这就是说，早上天空会出现想红的朝霞，预示着天气将要下雨，傍晚天气就会出现晚霞，预示着天气将要转晴。下面是小编为大家搜索整理的关于写景的作文，欢迎参考阅读，希望能给大家带来帮助! 篇一：日出时的朝霞 今 20250705
- 🌟 女星日本 关于工作坚持的名言三
雏鹰因坚持，而学会了飞翔，那飞翔的雄姿堪称最美的风景!下面是小编为大家收集整理的关于工作坚持的名言，欢迎阅读。 关于工作坚持的名言一 1) 人们还往往把真理和错误混在一起去教人，而坚持的却是错误。——歌德 2) 不作什么决定的意志不是现实的意志;无性 20250705
- 🍀 小小宝棎花找个美女 李维《开天辟地》歌词
蓄势待发后的李维正式发布个人全创作单曲《开天辟地》，强势包揽词曲创作，全新出发的李维用轻快流行的词曲唱出了自己追梦赤子心。下面是小编提供的李维《开天辟地》歌词。 《开天辟地》歌词 当黑夜偷偷来袭你是否会害怕 当黎明提前道别你是否会哭泣呀 想要 20250705
- 🍎 日本爱丽丝 压岁钱议论文作文500字
春节拜年时，长辈要将事先准备好的压岁钱放进红包赠送给晚辈，相传压岁钱可以压住邪祟，因为“岁”与“祟”谐音，晚辈得到压岁钱就可以平平安安度过一岁。下面我们来讨论一下压岁钱吧。 压岁钱议论文作文范文一： 大年初一是我感到最快乐的一天。我不仅可以 20250705
- 🦄 国产轮奸实录 一年级描写家的作文
导语：一年级描写家的作文怎么写呢?不知道的话就来看看小编整理的这几篇作文吧，欢迎大家阅读! 一年级描写家的作文 一：幸福的家庭 我家有四口人，别看我家里人平时忙，但到周末，也会有时间玩，比如有一天：我和姐姐很快就做完了作业，爸爸说：“今天不错， 20250705
- 🌈 香港白韵琴写真集 发放防暑降温费的通知
在当下社会，接触并使用通知的人越来越多，上级单位向下级单位对某一项工作的布置、要求、意见等往往用通知的形式传达。你知道通知怎样才能写的好吗？以下是小编收集整理的发放防暑降温费的通知，希望能够帮助到大家 20250705
- 🎈 性情暴走 大学生怀孕休学申请书
休学是指因病或事或其它原因暂时停止上学，学籍还保存在该学校。休学期满后返校继续学习。学生要求休学，必须由本人书面申请（提供相应的证明材料等），所在学院提出意见，报教务处审批。下面由小编为您整理出的大学生怀孕休学申请书内容，一起来看看吧。 尊 20250705
- 🎉 女生去按摩 学校迁址告知启事范文
尊敬的各位家长和学生：感谢您们对我们学校的关注和支持！我们是一所素有良好声誉的优质学校，位于市中心，环境优美，设施完备，师资力量雄厚。学校注重学生全面发展，倡导素质教育，以培养丰富多彩的人生为目标。为 20250705
- 🔥 女性肛交的高潮 小米同款纸巾盒被炒至350元；小红书开放内测长文功能丨邦早报
小米同款纸巾盒被炒至350元；小红书开放内测长文功能丨邦早报,闲鱼,手机,小红书,纸巾盒,何小鹏,董明珠,邦早报,智能手表,小米集团,知名企业 20250705
