VerdictPal
Beitreten

Modelle / xAI

Grok 4

Grok 4 · Release 2025-07-10

AA Intelligence Index 33.3. Auf Artificial Analysis gelistet mit API-Preisen $3/$15 pro 1M Tokens. Benchmark-Zeilen werden aus dem AA-Snapshot synchronisiert — siehe Ledger auf dieser Seite.

Frontier-Modell auf Artificial Analysis. Nutze das Benchmark-Ledger unten für belegte Scores; wir leiten keine Zahlen über veröffentlichte Zeilen hinaus ab.

#100 von 184 im AA Index · aktueller Snapshot
23 AA Index · 12 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite64
KontextUnlisted
Input / 1M$3.0
Output / 1M$15
Wissensstichtagunpublished
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

77/100 Ø
Wissen
87
Reasoning
88
Mathe
99
Coding
82
Agentisch
38
Langer Kontext
68

6 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Grok 4 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
MATHMath#4/ 2599Artificial Analysis2026-09-10
AIMEMath#13/ 3793Artificial Analysis2026-09-10
LiveCodeBenchCoding#15/ 3182Artificial Analysis2026-09-10
MMLU-ProKnowledge#15/ 3987Artificial Analysis2026-09-10
GPQA DiamondReasoning#69/ 19088Artificial Analysis2026-09-10
IFBenchReasoning#94/ 12754Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#102/ 18527Artificial Analysis2026-09-10
Artificial Analysis Intelligence IndexReasoning#116/ 18823Artificial Analysis2026-09-10
Terminal-BenchAgentic#127/ 18938Artificial Analysis2026-09-10
AA-LCRLong context#130/ 18268Artificial Analysis2026-09-10
AA output speedPerformance#145/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#145/ 190Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Grok 4 auftaucht, ist es hervorgehoben.

KnowledgeGrok 4 · 87
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
MathGrok 4 · 99
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
CodingGrok 4 · 82
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticGrok 4 · 38
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGrok 4 · 68
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Grok 4 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

12 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context68%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
AIMEMath92.67%Artificial Analysis4
Artificial Analysis Intelligence IndexReasoning22.5%Artificial Analysis4
GPQA DiamondReasoning87.7%Artificial Analysis4
Humanity's Last ExamReasoning26.7%Artificial Analysis4
IFBenchReasoning53.67%Artificial Analysis4
LiveCodeBenchCoding81.9%Artificial Analysis4
MATHMath99%Artificial Analysis4
MMLU-ProKnowledge86.6%Artificial Analysis4
Terminal-BenchAgentic37.88%Artificial Analysis4
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen87
Reasoning88
Mathe99
Coding82
Agentisch38
Langer Kontext68
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Grok 4. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

12 Quell-Zeilen

12 von 37 Katalog-Benchmarks haben eine belegte Zeile für Grok 4.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.