聪明暂无
编程很强自报
记性500K
便宜$6.0
记性换算成体感：一次能读完《三体》三部曲
Grok 系列的视觉模型 · 按发布时间
共 16 个 · 这里是相邻的 7 个 · xAI的全部模型 →她的房间
电脑
没有公开的编程评测成绩
书架
4 层 · 记忆 500K tokens
黑板
一块空黑板
日历
知识停在 2026-05
冰箱
支持上下文缓存，能存记忆
门禁
闭源，权重不公开
身世
- 发布日期
- 2026 年 9 月 21 日models.dev
- 知识截止
- 2026-05
- 参数量
- 体型为估算值，官方从未公布参数量
- 开放权重
- 否
- 开源许可
- 暂无数据
- 上下文窗口
- 500K tokens
- 单次最大输出
- 500K
- 输入价格
- $2.00 / 百万 tokens
- 输出价格
- $6.00 / 百万 tokens
- 模型类型
- 视觉除了文字还能看图片或视频，输出文字
- 支持的输入
- 图像、文件、文字 → 文字
- 工具调用
- 是
- 深度思考
- 是
- 提示缓存
- 是
战绩
- 综合智力
- 未参评
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- DeepSWE71.0%SWE-bench Verified 的一个变体测法，用不同的 agent 脚手架跑同一批题。厂商自报https://x.ai/news/grok-4-7
- Terminal-Bench37.6%把模型丢进一个真实终端里让它自己干完一件活——装环境、跑脚本、调错。考的是当「实习生」的本事，不只是写代码。厂商自报https://x.ai/news/grok-4-7
- CursorBench46.3%在真实 IDE 里做代码编辑的测试，题目来自 Cursor 收集的实际使用场景。第三方实测https://cursor.com/cursorbench
- LiveBench 智能体编程54.0%LiveBench 的智能体编程分项：不是写一段代码，而是像开发者那样多轮改动一个项目。第三方实测https://livebench.ai/#/?release=2026-06-25
- LiveBench 编程分项77.2%LiveBench 每月换新题以避免污染，这一列是它的编程分项均分。第三方实测https://livebench.ai/#/?release=2026-06-25
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
数学
- ProofBench34.0%第 37 / 84不是算出答案，而是写出完整证明并由人评判。考的是数学推理的严谨程度。第三方实测https://www.vals.ai/benchmarks/proof_bench
知识与推理
- CritPt 物理17.7%第 25 / 169研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测
其他
- Furniture Assembly20.8%第 30 / 33Epoch AI 收录的评测，暂无中文说明。第三方实测