一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发

Grok 4 Fast官宣上线，马斯克再次兑现了承诺！

它首次将推理/非推理「双模式」合一，支持200万上下文，直接刷爆性价比SOTA。

推理测试中，Grok 4 Fast直接碾压前代Grok 3 Mini，尤其是数学、编码性能大增。

基准测试显示，Grok 4 Fast Reasoning登顶了扩展版NYT Connections Benchmark（纽约时报连线谜题基准测试，共759道题）。

Grok 4则排名第2，xAI在这个项目上展现了绝对的统治力。

对此，马斯克自豪地表示，这就是进展！

Grok 4 Fast Reasoning不仅击败了自家大哥Grok 4，也将GPT-5、o3-pro、Gemini 2.5 Pro、DeepSeek和Qwen 3等一众模型斩于马下。

Grok 4发布之后，基本上xAI一月一迭代，速度堪称惊人。

技术博客中，介绍了Grok 4 Fast所具备的四大核心优势：

行业SOTA级性价比

最强网页与X平台搜索能力

支持200万token的超长上下文

创新统一架构：单模型融合推理与非推理双模式

基于大规模RL技术，xAI团队将Grok 4 Fast智能密度推向了极致。

实测表明，新模型性能直逼Grok 4，但平均节省了40%推理token的消耗，成本直降98%。

Grok 4 Fast不仅在NYT Connections Benchmark上表现出色，在著名的Artificial Analysis Intelligence Index（AA智能指数）上同样表现不俗。

它以大约25分之一的成本就实现了Gemini 2.5 Pro级别的智能！

Grok 4 Fast是一个将reasoning和non-reasoning融合统一的模型。

在推理模式下，Grok 4 Fast Reasoning在AA智能指数上取得了60分的亮眼成绩，与Gemini 2.5 Pro和Claude 4.1 Opus相当。

低于此前发布的Grok 4和GPT-5（high）。

在编码评测中，Grok 4 Fast表现尤为出色，在他们的LiveCodeBench榜单上登顶第一，甚至超越其体量更大的自家大哥Grok 4。

成本方面Grok 4 Fast也挺有优势：输入0.2美元每百万Tokens，输出0.5美元每百万Tokens。而且输出效率很高。

Artificial Analysis在对Grok 4 Fast的预发布API进行基准测试时，发现它的速度惊人非常迅速，达到了每秒344个输出Token——约为 OpenAI GPT-5 API的2.5倍。端到端时延仅3.8秒，是目前最快的前沿模型。

Grok 4 Fast的发布延续了这个趋势：获取AI智能的成本正在快速下降。

在过去一年半里，获取GPT-4级别智能的成本已下降约500倍；而且随着智能前沿不断被推进，获取成本仍在持续走低。

通过端到端工具使用RL训练，Grok 4 Fast特别擅长智能判断，何时调用代码执行、网页浏览等工具。

举个栗子，在搜索时，它可以像人类一样流畅地浏览网页和X平台，并用实时数据增强查询结果——

自动跳转链接、解析X上图文视频内容，并以闪电速度整合信息得出结论。

可以看出，Grok 4 Fast基准测试中，工具调用、深度研究等能力上完胜Grok 4。

现在，通过API即可调用推理/非推理Grok 4 Fast，每100万token价格再创新低。

NYT Connections Benchmark（纽约时报连线谜题基准测试）的核心源于《纽约时报》推出的益智游戏「Connections」，后被转化为评估大语言模型「语义关联与分类推理能力」的重要基准。

地址：https://github.com/lechmazur/nyt-connections/

其核心逻辑与原始游戏一致：给定16个看似无关联的词语，AI需从语义、逻辑或常识维度，将它们精准划分成4组（每组4个词），且每组需符合一个明确的「潜在关联主题」（例如不同类型的水果、计算机硬件部件、经典文学角色等）。

而此次Grok 4 Fast参加的「扩展版」在基础规则上进一步提升难度——每个谜题额外增加多达4个「技巧词」（即易混淆、可能同时贴合多个主题的干扰词），更考验AI排除干扰、精准捕捉深层语义关联的能力。

举两个栗子。大家感受一下难度。

在扩展版上模型的排名如下图，xAI一家占据前两名。

为排除LLM的训练数据中包含答案的可能性，基准方还仅对最新增加的100道谜题进行了测试。

结果依然是xAI家的Grok 4、Grok 4 Fast Reasoning排名前两位，只不过这次大哥终于排第一了。

看来Grok 4 Fast Reasoning在智能上确实有两下子，结合其速度快、价格低的优势，很有可能成为开发者的新宠。