Grok 4
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- xAI
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 9 July 2025
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language, Multimodal, Vision
- Aufgabe
- Language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 3T
- Trainingsdaten
- tokens
Rumored to be 2.4T params (https://x.com/kalomaze/status/1942996555088134592)
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 5 × 10²⁶ FLOP
- Wie es etabliert wurde
- Comparison with other models
We think that RL relative to pre-compute is between our estimate for o3 (10% of pre-training) and the 100% implied by this slide in the launch ( https://archive.is/f0vJU ). Assuming the same pre-training as Grok 3 (also implied by that slide, and much more consistent) and that Grok 3 used a tenth as much RL, we get: 2 * (grok3/1.1) in the high case (rl is 10% of grok 3, so grok3/1.1 is grok3 precompute, and in this case twice that is grok 4) 1.1 * (grok3/1.01) in the low case The geometric mean…
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Verwendete Chips
- 200,000
- Rechenkosten
- $387,842,678
- Datenzentrum
- "we utilized Colossus, our 200,000 GPU cluster, to run reinforcement learning training that refines Grok's reasoning abilities at pretraining scale"
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- API access
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Grenzmodell
- Yes
- Wahrscheinlich über 10²³ FLOP
- Yes
- Warum es verfolgt wird
- Training cost
- Aufzeichnungsgenauigkeit
- Speculative
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Grok 4
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Woher es kam
Grok 4 wurde veröffentlicht von xAI, im Land aufgezeichnet als United States of America, während July 2025. Die Kategorie, in die der Herausgeber fällt, ist industry.
Es funktioniert im Bereich von Language, Multimodal, Vision, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Wie es trainiert wurde
Das Training benötigte ein Rechenbudget von ungefähr 5 × 10²⁶ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Der Grund, warum es überhaupt in diesem Katalog erscheint: training cost.
Antworten
Grok 4 — Häufige Fragen
Grok 4— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Grok 4— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Grok 4— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 3T. Rumored to be 2.4T params (https://x.com/kalomaze/status/1942996555088134592). Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Grok 4— Wer hat es erstellt?
Es wurde veröffentlicht von xAI, basiert auf United States of America, eine als kategorisierte Organisation industry.
Grok 4— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 2025.
Grok 4— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, Multimodal, Vision, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
Grok 4— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 5 × 10²⁶ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.