ایلان ماسک در یک پخش زنده اعلام کرد که Grok 4، آخرین دستاورد xAI در زمینهی مدلهای زبانی، در «سطح دکترای تمامی رشتهها» عمل میکند و در بنچمارکهای مختلف، از جمله Humanity’s Last Exam، با کسب ۲۵.۴٪، عملکرد بهتری نسبت به Gemini 2.5 Pro و o3 از اوپنایآی داشته است. نسخهی ارتقاءیافتهی این مدل، Grok 4 Heavy، با پشتیبانی از «ابزارها» موفق شد در همان آزمون نمرهی ۴۴.۴٪ کسب کند.
نکتهی برجستهی Grok 4 Heavy «چندعامله» بودن آن است. به گفتهی ماسک، این نسخه چند عامل (agent) جداگانه را برای حل همزمان یک مسئله به کار میگیرد و سپس پاسخهای تولیدشده را با هم مقایسه میکند تا بهترین نتیجه انتخاب شود؛ فرایندی که او آن را «مانند یک گروه مطالعه» توصیف کرد.
در کنار این معرفی، xAI طرح SuperGrok Heavy را بهعنوان اشتراک ماهانه با قیمت ۳۰۰ دلار عرضه کرد. مشترکان این طرح از دسترسی زودهنگام به Grok 4 Heavy، قابلیتهای جدید و محصولات آیندهی xAI بهرهمند خواهند شد؛ از جمله مدل کدنویسی AI (آگوست)، عامل چندرسانهای (سپتامبر) و مدل تولید ویدئو (اکتبر). این سطح اشتراکی گرانترین در میان بزرگان حوزهی AI محسوب میشود. xAI همچنین اعلام کرد که Grok 4 و Grok 4 Heavy از طریق API در دسترس توسعهدهندگان قرار میگیرد تا اپلیکیشنهای جدیدی بر پایهی این مدلها ساخته شود. اگرچه بخش سازمانی xAI تنها دو ماه از تأسیسش میگذرد، این شرکت قصد دارد با ابرپیمانکاران همکاری کند تا دسترسی به Grok از طریق پلتفرمهای ابری گستردهتر شود.
با وجود نتایج درخشان بنچمارکی، xAI باید از اختلالات اخیر، مانند انتشار توییتهای ضدیهودی از حساب خودکار Grok، فراتر رود تا اعتماد کسبوکارها را جلب کند. در روزهای آینده، میزان استقبال سازمانها و توسعهدهندگان از Grok 4 و طرحهای پرهزینهی xAI، نشان خواهد داد آیا این مدلها میتوانند رقبایی جدی برای GPT‑5 ،Claude و Gemini باشند یا خیر.
رونمایی Grok 4 و Grok 4 Heavy با بنچمارکهای درخشان و معرفی اشتراک پرهزینهی SuperGrok Heavy، گامی جسورانه از سوی xAI برای ورود جدی به بازار مدلهای زبانی و رقابت با بزرگان است. با این حال، موفقیت نهایی به اعتماد کاربران، پایداری عملکرد و توان جذب توسعهدهندگان بستگی خواهد داشت؛ عواملی که در هفتههای پیشرو مشخص میشوند.