grok 4核心数据：

训练成本：后期强化学习（RL）的训练成本与预训练成本持平。

模型定价：输入内容 3美元/百万Tokens，输出内容 15美元/百万Tokens；支持 256k 上下文窗口，超过 128k 的部分价格翻倍。

通用能力：在“人类终极考验”（通用高难度问题）测试中排名第一，得分 44.4%（第二名为 26.9%）。

专业能力：在 GPQA（研究生水平高难度问题）测试中排名第一，得分 88.9%（第二名为 86.4%）。

数学能力：
AIME 2025（数学竞赛）：100%（#1）
哈佛-麻省理工数学竞赛：96.7%（#1）
USAMO25（美国数学奥赛）：61.9%（#1）

推理能力：在 ARC-AGI-2（对人简单对AI难）测试中排名第一，得分 15.9%（第二名为 8.6%）。

编程能力：在 LiveCodeBench（1-5月编程能力测试）中排名第一，得分 79.4%（第二名为 75.8%）。

实际水平，有待观察