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.

#86 von 131 im AA Index · aktueller Snapshot
33 AA Index · 14 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite64
KontextUnlisted
Input / 1M$3.0
Output / 1M$15
Wissensstichtagunpublished
Output-Speed0 t/s
TTFT (Default-API)0.00s
Statussolid
KnowledgeReasoningMathCodingAgenticLong context
Knowledge
87
Reasoning
88
Math
99
Coding
82
Agentic
75
Long context
68

83average across 6 tested families

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/ 2499Artificial Analysis2026-07-28
AIMEMath#12/ 3293Artificial Analysis2026-07-28
LiveCodeBenchCoding#13/ 2682Artificial Analysis2026-07-28
MMLU-ProKnowledge#13/ 3487Artificial Analysis2026-07-28
τ³-Bench BankingAgentic#40/ 14375Artificial Analysis2026-07-28
AA-LCRLong context#43/ 14368Artificial Analysis2026-07-28
GPQA DiamondReasoning#52/ 14988Artificial Analysis2026-07-28
SciCodeCoding#63/ 14446Artificial Analysis2026-07-28
Humanity's Last ExamReasoning#79/ 14424Artificial Analysis2026-07-28
IFBenchReasoning#89/ 12154Artificial Analysis2026-07-28
Terminal-BenchAgentic#98/ 14838Artificial Analysis2026-07-28
Artificial Analysis Intelligence IndexReasoning#100/ 14733Artificial Analysis2026-07-28
AA output speedPerformance#121/ 149Artificial Analysis2026-07-28
AA time to first tokenPerformance#121/ 149Artificial Analysis2026-07-28
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
ReasoningGrok 4 · 88
  1. 1
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
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 · 75
  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
    GPT-5 (high)
    76
  2. 2
    GPT-5.2 Codex (xhigh)
    76
  3. 3
    Kimi K3
    75
Neueste Belege

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

14 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context68%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
AIMEMath92.67%Artificial Analysis5
Artificial Analysis Intelligence IndexReasoning33.3%Artificial Analysis5
GPQA DiamondReasoning87.7%Artificial Analysis5
Humanity's Last ExamReasoning23.9%Artificial Analysis5
IFBenchReasoning53.67%Artificial Analysis5
LiveCodeBenchCoding81.9%Artificial Analysis5
MATHMath99%Artificial Analysis5
MMLU-ProKnowledge86.6%Artificial Analysis5
SciCodeCoding45.7%Artificial Analysis5
τ³-Bench BankingAgentic74.85%Artificial Analysis5
Terminal-BenchAgentic37.88%Artificial Analysis5
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.

Knowledge87
Reasoning88
Math99
Coding82
Agentic75
Long context68
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotxAIMiniMaxMetaZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

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

14 Quell-Zeilen

14 of 32 catalog benchmarks have a sourced row for Grok 4.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen