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
- 🌟 屋受论坛马来西亚裸照 中学物理教学课件
说课是指教师口头表述具体课题的教学设想及其理论依据,通过说课可以提升教师的科研水平、理论水平,进而指导教学实践。接下来小编为你整理了中学物理说课模板，一起来看看吧。 中学物理说课模板 尊敬的各位评委： 大家好! 我是_____号，我说课的题目《_______ 20250706
- 🎉 中文字幕日本熟女六十路 外国名人名言中英文 4
无论在学习、工作或是生活中，许多人对一些广为流传的名言都不陌生吧，名言蕴含着深邃的哲理，闪耀着理性的光辉，在议论文中既可作为论点，又可作为论据。你还在找寻优秀经典的名言吗？以下是小编收集整理的外国名人名言中英文，仅供参考，大家一起来看看吧。 外国名人名言中英文 1 1、善在美的后面，是美的本原。——普洛丁Behind the beauty, is the origin of beauty. 2、有疑问的时候，去图书馆。——J·K· 20250706
- 🎈 黑丝美腿自摸 写景抒情的散文合集(15篇)
在学习、工作乃至生活中，大家都接触过散文吧？散文对作者主观感情的要求是所有文体中仅次于诗歌的。想要学习写散文吗？下面是小编帮大家整理的写景抒情的散文，仅供参考，欢迎大家阅读。写景抒情的散文1写景抒情类 20250706
- 🍉 成人小说下载朋友妈妈 打斗的公鸡童话作文
在森林里，发生了一件事，原来，两只公鸡都想得到母鸡的爱，但是一只母鸡不能同时把爱分给两只公鸡，这可怎么办呢？为了得到母鸡的爱，它们吵了起来，谁也不让谁，最后，它们决定打一架，看看谁能得到母鸡的爱。 颜色鲜艳漂亮的名叫彩虹，颜色灰暗的名叫灰灰 20250706
- 🍉 美丽人妻 歇后语五年级（精选340句）
在现实生活或工作学习中，大家都对那些朗朗上口的歇后语很是熟悉吧，歇后语具有鲜明的民族特色和浓郁的生活气息，你还记得哪些民间歇后语呢？以下是小编收集整理的歇后语五年级（精选340句），仅供参考，大家一起来看看吧。 1、荷花塘里点火——偶（藕）然（燃） 2、二十一天不出鸡——坏蛋 3、司马昭之心——路人皆知 4、兔子靠腿狼靠牙——各有各的谋生法 5、墙上茅草——随风两边倒 6、睡在厕所边——离死（屎）不远了 7、池塘里的风波— 20250706
- 🍓 妮妮麻豆 若无其事相关的反义词
若无其事基本解析：【拼音】若无其事（ ruò wú qí shì ）【解释】若：好像其：这个；这件事：事情好像没有那么回事似的，形容不动声色或漠不关心【出处】冯德英《苦菜花》第三章： 20250706
- 🌟 妈妈的诱惑中出 知错就改的小熊童话作文
在茂密的大森林里，住着一只可爱的小熊——珂珂。有一天，熊妈妈让珂珂到自家香蕉园摘几把香蕉吃。香蕉可是珂珂的最爱呀，他马上冲出家门，穿过村庄，淌过小河，翻过大山，来到香蕉园。珂珂一见那些诱人的香蕉，兴奋的亮眼发光。他一下摘下好几把，马上塞入 20250706
- 🌟 快手大乔儿 婚假请假条(集合15篇)
在生活中，我们都不可避免地要使用请假条，请假条具有简便、灵活的特点。如何写请假条才合情合理呢？以下是小编收集整理的婚假请假条，欢迎大家分享。婚假请假条1尊敬的公司领导：本人于xxxx年xx月xx日登记 20250706
- 🥇 哥只发极品 A股，异动！银行股，全线飘红！
A股 20250706
- 💎 坐火车熟女无套被干 蛇年元宵灯谜（精选350条）
在日复一日的学习、工作或生活中，大家都知道一些经典的灯谜吧，灯谜不仅是一项饶有趣味的文字游戏，有其知识性、趣味性、艺术性，而且也具有一定的宣传教育作用，你还在找寻优秀经典的灯谜吗？以下是小编收集整理的 20250706
