Xai模型介绍
Grok-4 Heavy是xAI开发的多智能体大语言模型，采用多Agent协作架构，可并行处理复杂任务并整合结果。特点包括25.6万Token上下文窗口、HLE测试44.4%正确率，擅长数学推理（AIME25满分）与代码生成（SWE-Bench并列第一）。适用于科研协作、复杂数据分析及跨领域项目开发。
基准测试得分 综合均分 89.3
AIME
100
一个衡量AI模型在解决高难度数学竞赛问题（特指AIME级别）方面能力的指标
GPQA
88.4
研究生物理问题评估-用钻石科学级别的问题测试高级物理知识
LiveCodeBench
79.4
特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分
模型定价
输入价格
每百万 tokens
输出价格
每百万 tokens
