【海通国际】中国电子：推理力跃升10倍，理论性能对标GPT-5与Claude 4 Opus-250711（10页）.pdf

1、 Table_yejiao1 本研究报告由海通国际分销，海通国际是由海通国际研究有限公司，海通证券印度私人有限公司，海通国际株式会社和海通国际证券集团其他各成员单位的证券研究团队所组成的全球品牌，海通国际证券集团各成员分别在其许可的司法管辖区内从事证券活动。关于海通国际的分析师证明，重要披露声明和免责声明，请参阅附录。(Please see appendix for English translation of the disclaimer)Table_yemei1 Flash Analysis Table_summary 事件事件：2025 年 7 月 9 日，xAI 正式发布其最新旗舰大模

2、型 Grok 4，并于北京时间 7 月 10 日上午 11 点举行全球直播发布会。该模型在 xAI 自研的 Colossus 超级计算机上训练，跳过 3.5 版本，直接命名为 Grok 4。相较前代，Grok 4 在推理性能、多模态能力和上下文处理能力上均实现跃升。Grok 4 现已开放 API 访问，月费定价为 30 美元，重载多智能体版本 Grok 4 Heavy 定价 300 美元；未来将于 8 月推出编程模型、9 月上线多模态智能体版本，并于 10 月支持视频生成模型。点评点评：训练强度大幅跃升，工具融合显著提升智能边界。训练强度大幅跃升，工具融合显著提升智能边界。Grok 4 的训练

3、规模远超前代模型，计算资源投入为 Grok-2 的 100 倍、Grok-3 的 10 倍，核心依托 xAI 自建的 20 万张 GPU 超算集群。训练过程中广泛引入 RL 技术，特别是在“人类最后考试”（HLE）基准中，工具融入训练显著提升了模型在复杂推理任务中的表现，不仅推理准确率高于不使用工具的版本，其 scaling 曲线也更具效率即单位算力带来的智能提升更大。在实际测试阶段，模型得分可较训练期进一步提升 10 个百分点，显示出极强的泛化与工具适应能力。专业能力全面开花，专业能力全面开花，Grok-4 向真实世界任务稳步迈进。向真实世界任务稳步迈进。除了通用能力，Grok 4 在垂直专

4、业场景中也展现出强劲实力。在 Live Coding Bench 编程测试中几乎实现满分，xAI 亦宣布将于 8 月推出更快、更强的专用代码模型 Grok 4 Code。在药物研发领域，Grok 4 是当前唯一在 RKG 基准中突破 10%准确率的模型，显现出其在复杂结构推理与分子生成方面的潜力。此外，在自动化零售（AutoRetail Bench）等真实世界任务中，Grok 4 亦取得第一名成绩，表明其不仅在实验环境中具备领先性，更有望在工业级落地中实现实际价值。关键技术全面升级，推理、多模态与上下文处理能力跃升。关键技术全面升级，推理、多模态与上下文处理能力跃升。Grok 4 在多个核心维

5、度上实现显著突破，特别是在上下文理解、推理能力和多模态交互方面展现领先性能。其上下文窗口扩展至 25.6 万 tokens，远超 GPT-4-turbo 与 Claude 3 Opus，显著提升长文档处理与连续推理能力。推理性能提升达 10 倍，在 GRE 测试中接近满分，并以 26.9%HLE 自主推理准确率刷新业内记录，展示出高度数学与逻辑推理能力。与此同时，模型具备全面的多模态扩展性，支持文本、图像，未来将拓展至视频任务，构建统一的理解-生成系统，为 AI-Agent 的演进奠定基础。系统性能与交互体验优化，模型进入系统性能与交互体验优化，模型进入“在线思维在线思维”时代。时代。除核心模

6、型升级外，Grok 4 在系统交互与信息检索方面也完成关键增强。依托 DeepSearch 功能，模型可实时联网检索 X 平台和网页内容，具备更强的时事感知与网络文化理解能力，特别适用于 meme、俚语、社会话题等高语境任务。新版本 UI 支持更快响应、多线程 Agent 并发，以及未来本地部署可能性，提升整体用户体验与多轮交互效率。此外，Grok 4 还强化了代码能力，通过即将上线的 GroK 4 Code 版本切入开发者生态，为智能写作、调试与程序理解等高频场景提供底层能力支撑。我们认为：我们认为：模型维度正式进入模型维度正式进入 256k 时代，多模态能力全线对标时代，多模态能力全线对标