Grok 4 набрал 57% в «Последнем экзамене» против 22% у Gemini 2.5 Pro

Илон Маск представил новую версию своей нейросети – Grok 4. Максимальная версия – Grok 4 Heavy – способна запускать несколько вычислений одновременно и набирает 57% в сложнейшем тесте «Последний экзамен человечества». Для сравнения, предыдущий лидер Gemini 2.5 Pro показывал только 22%.

Модель стала лучше понимать видео и изображения. Улучшился голосовой режим. Теперь Grok может не только говорить, но и шептать, петь, менять интонации и эмоции. В медицинском бенчмарке X-ray Grok 4 показывает 72.8%. Это выше всех остальных моделей.

По независимой оценке экспертов Artificial Analysis, Grok 4 сейчас действительно умнейшая модель, опережающая даже o3-pro от OpenAI.

Модель уже умеет собирать 3D игры: сама находит ассеты, подбирает текстуры и добавляет 3D модели в движок. Контекстное окно в API составляет 256 тыс. токенов.

В вендинговом бенчмарке Grok 4 заработал $4694 и продал больше 4 тыс. товаров. Для сравнения, новый Claude Opus смог заработать только $2077.

Максимальная версия Grok 4 Heavy будет доступна только по подписке за $300 в месяц. Базовый план за $30 включает обычный Grok 4, а бесплатные пользователи пока работают с Grok 3.

В августе ожидается выпуск отдельной кодовой модели, в сентябре появится мультимодальный агент. А в октябре выйдет версия для генерации видео. Все эти компоненты станут частью экосистемы Grok 4.

AIvengo > Новости ИИ > Grok 4 набрал 57% в «Последнем экзамене» против 22% у Gemini 2.5 Pro

Учёные сравнили 9000 человек с ИИ и выяснили, что люди креативнее

В журнале Nature Human Behaviour опубликовали масштабное исследование креативности людей и больших языковых моделей. Учёные из Гонконгского университета и Северо-Западного университета сравнили 9198 человек с восемью LLM на тесте дивергентного мышления. В общей сложности 215 542 прогона моделей.

OpenAI готовит армию говорящих устройств и новую голосовую модель

Издание The Information выяснило забавную вещь про OpenAI. Оказывается, когда вы общаетесь с ChatGPT голосом, вы разговариваете совсем не с той моделью, которая отвечает текстом. Голосовая версия 4o не получила ни одного обновления после выхода GPT-5. Она не умеет думать, не знает про цепочки рассуждений. Ничего из того, чем хвастались в последних релизах. Просто старая добрая болтушка, застывшая в прошлом году.

Samsung хотят обойти Apple по ИИ-функциям и вернуть лидерство

В прошлом году Samsung поставила на рынок 400 миллионов мобильных устройств с ассистентом Google Gemini. Этого, видимо, показалось мало. В этом году южнокорейский гигант намерен удвоить количество до 800 миллионов штук. Тэ Мун Ро, один из двух гендиректоров Samsung Electronics, объяснил агентству Reuters это просто. Компания стремится распространить функции ИИ на все устройства и все услуги как можно скорее.

Alibaba научила алгоритм видеть рак там, где врачи пропускают

Каменщик 57 лет в Китае пришёл в больницу проверить диабет. Обычный осмотр, ничего особенного. Через 3 дня ему звонит заведующий отделением поджелудочной железы, мол приезжайте срочно. ИИ, который прогнал его КТ-снимок, нашёл опухоль. Оказалось – рак, но на ранней стадии. Вырезали и мужчина выжил. Без этой технологии его бы нашли слишком поздно, когда 5-летняя выживаемость около 10%.

OpenAI к 2028 году увеличит мощности дата-центров в 90 раз

Epoch AI сделал публично доступным трекер крупнейших дата-центров. А человек из твиттера с ником Peter Gostev визуализировал суммарные мощности по месяцам в разрезе компаний, и цифры просто убийственные.