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
- 🍎 女生去按摩 苹果将于7月31日发布2025年第三季度财报
苹果将于7月31日发布2025年第三季度财报,电话会议,苹果公司,知名企业,apple,iphone,第三季度财报,第三财季营收 20250705
- 🍉 女星日本 卧佛的漫画作文
导语：从现在开起，大家弯下腰捡一点垃圾，伸出手帮助一下弱小，只要发挥这么一点公德心，我们的明天定会更美好。下面是小编整理的一些关于漫画的优秀作文，欢迎查阅! 作文一：我的社会公德观 常言道：人之立身，所贵者在德。在我们当今以德治国、依法治国的 20250705
- 🔥 免费色情软件少女 紧张的五分钟作文700字 - 满分作文网
紧张的五分钟作文700字,一年一度的体育节又热火朝天地开始了，有足球，篮球，乒乓球，棋类和田径等项目，我从一年级就开始学篮球和乒乓球，所以对这两个项目一直跃跃欲试。终于到了我大展拳脚的时候，我光荣地穿上了红色战服去参加篮球比赛。“篮球架下一定要有人，一定要人盯人，不要跟着篮球跑。”脑海里还在回味马老师 20250705
- 🎉 鸡巴会痛字幕 马斯克Grok 4逆天跑分泄露，「人类最后考试」豪取45%全场第一！
马斯克Grok 4逆天跑分泄露，「人类最后考试」豪取45%全场第一！,泄露,谷歌,源代码,大模型,知名企业,埃隆_马斯克,openai,马斯克grok4 20250705
- 🍀 人妻卑微 梁实秋写的经典散文 篇9
在平日的学习、工作和生活里，大家一定看过散文吧？散文是一种以记叙或抒情为主，取材广泛、笔法灵活、篇幅短 ⑶槲牟⒚的文学样式。那么，你会写散文吗？以下是小编为大家整理的梁实秋写的经典散文，希望对大家有所帮助。 梁实秋写的经典散文 篇1 我们中国人是最怕旅行的一个民族。闹饥荒的时候都不肯轻易逃荒，宁愿在家乡吃青草啃树皮吞观音土，生怕离乡背井之后，在旅行中流为饿莩，失掉最后的权益 ―寿终正寝。至于席丰履厚的人更不愿轻举妄动，墙上挂一张图 20250705
- 🍓 国产内射姐姐中文 小狗四年级观察日记（精选28篇）
忙碌而又充实的一天又过去了，相信大家都有不少体会吧，因此我们要写好日记了。为了让您不再为写日记头疼，下面是小编为大家收集的小狗四年级观察日记，欢迎大家分享。 小狗四年级观察日记 篇1 我家没有养任何宠物，可是舅舅家的唯一的母狗露露却是一条让我很难忘记的小狗。 不说不知道，舅舅家的三只体形差不多的狗其实是一家三口。那露露也就是狗妈妈了。尽管露露也与其他迷你雪纳瑞一样都长了白胡子，但是只要你和它一块儿待上个二十分钟，你就会发现其实它很 20250705
- 🌈 日本巨乳爆菊 国投中鲁，重大利好！全国用电负荷超14亿千瓦，特高压建设提速，低PB+低PE概念股来了
国投中鲁，重大利好！全国用电负荷超14亿千瓦，特高压建设提速，低PB+低PE概念股来了,国网,概念股,国投中鲁,特变电工,国家电网,用电负荷,光伏项目,知名企业,特高压建设 20250705
- 🔥 女性肛交的高潮 回归纯粹作文800字 - 满分作文网
回归纯粹作文800字,泰戈尔曾说过：“当鸟翼系上黄金时，鸟就飞不远了”。人亦如此，当金钱、利益、荣誉、地位将你的脚步牢牢绊住，将你的大脑死死系住时，这个人便很难走向成功。倒不如抛开所有，轻装上阵，回归纯粹。用心画好每一张画，不管世人评价其价值连城或是一文不值；用心写好每一篇文章，不想着这价值一个面 20250705
- 💎 日本爱丽丝 家乡的美景小学作文(集锦9篇)
在平日的学习、工作和生活里，大家都不可避免地要接触到作文吧，作文是从内部言语向外部言语的过渡，即从经过压缩的简要的、自己能明白的语言，向开展的、具有规范语法结构的、能为他人所理解的外部语言形式的转化。 20250705
- 🎉 国产轮奸实录 父亲节的诗歌简短20
在日常生活或是工作学习中，大家最不陌生的就是诗歌了吧，诗歌具有音韵和谐，节奏鲜明，读起来朗朗上口的特点。那些被广泛运用的诗歌都是什么样子的呢？下面是小编整理的父亲节的诗歌简短（通用20首），供大家参考 20250705
