Grok 4
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di alcuna dimensione. È accessibile solo tramite il suo fornitore, e nessuna scheda grafica cambia questo..
In registrazione
Specifiche complete
Tutto registrato per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come funziona — contesto utile per valutare quanto lavoro ci sia stato dietro e come si confronta con modelli costruiti su scala differente..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- xAI
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 9 July 2025
Cosa fa
Le aree problematiche per cui il modello è stato creato. Un modello può gestire diversi di ciascuno.
- Domini
- Language, Multimodal, Vision
- Spazio
- Language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una data scheda grafica.
- parametri
- 3T
- Dati di addestramento
- tokens
Rumored to be 2.4T params (https://x.com/kalomaze/status/1942996555088134592)
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato l'addestramento, non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 5 × 10²⁶ FLOP
- Come è stato stabilito
- 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…
L'allenamento in esecuzione
Cosa è servito fisicamente per addestrare: quali chip, quanti, per quanto tempo e quanto ha richiesto dalla rete.
- Chip utilizzati
- 200,000
- Compute cost
- $387,842,678
- Data centre
- "we utilized Colossus, our 200,000 GPU cluster, to run reinforcement learning training that refines Grok's reasoning abilities at pretraining scale"
Disponibilità
Se puoi ottenere il modello e farlo girare sul tuo hardware, il che decide se alcune delle figure della scheda grafica su questa pagina si applicano.
- Pesi
- Closed — provider access only
- Accesso al modello
- API access
- Codice di addestramento
- Unreleased
Come è classificato
Etichette sui dataset di origine applicate per il tracciamento dei modelli notevoli e quanto è fiduciosa nell'entry.
- Frontier model
- Yes
- Likely above 10²³ FLOP
- Yes
- Perché è tracciato
- Training cost
- Modello/modelli non si adatta / non si adatterà GPU VRAM. Tight = barely runnable, comodo = runs easily with headroom.
- Speculative
Modello/modelli GPU/AI che può eseguire. Non si adatta / non starà. Stretto = appena eseguibile, comodo = esegue facilmente con margine.
Dove è stato registrato questo record e quando è stato controllato l'ultima volta.
- Modello/modelli GPU può eseguire? Non si adatta / non si adatterà. Limitato = difficilmente eseguibile, comodo = esegue facilmente con margine.
- Grok 4
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Dove proviene
Grok 4 was published by xAI, in United States of America, in July 2025. industry is the category the publisher falls under.
It works in Language, Multimodal, Vision, and is recorded as doing language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo tramite il suo fornitore. Nessuna scheda grafica può cambiare questo.
How it was trained
Training it took roughly 5 × 10²⁶ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
The reason it appears in this catalogue at all is training cost.
Modeli/modelli sempre significa modelli AI. Esegui/Esplora significa eseguire un modello AI. Non si adatta / non si adatterà significa che il modello AI non si adatta alla VRAM della GPU. Stretto = appena eseguibile, comodo = funziona facilmente con margine. Termini tecnici come GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 rimangono in inglese. GPU, AI, TPS, VRAM, CUDA devono sempre essere in maiuscolo. Se viene chiesto di tradurre il nome di una lingua (ad es. spagnolo, inglese, lingua), tradurre la parola correttamente. SOLO output la traduzione pura in italiano. Nessun commento, nessuna domanda, nient'altro. Se vuoto rispondi con un singolo spazio: Risposte.
Grok 4 — modello/modelli può GPU eseguire. non si adatta / non si adatterà. stretto = appena eseguibile, confortevole = esegue facilmente con margine.
What GPU do I need to run Grok 4?
None. Grok 4 is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Grok 4 open source?
No. Grok 4 has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Grok 4 have?
Grok 4 has 3T parameters. Rumored to be 2.4T params (https://x.com/kalomaze/status/1942996555088134592). That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created Grok 4?
Grok 4 was published by xAI, based in United States of America, categorised as industry.
When was Grok 4 released?
Grok 4 was published in July 2025.
What is Grok 4 used for?
Grok 4 works in Language, Multimodal, Vision, and is recorded as handling language modeling/generation, Question answering, Search, Visual question answering, Character recognition (OCR), Image captioning, Quantitative reasoning. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train Grok 4?
Around 5 × 10²⁶ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina inizia dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che eseguirà, inizia dall'hardware invece.