在人工智能的舞台上，新角色的登场总是伴随着无尽的期待与争议。最近，Grok 4在万众瞩目中亮相，马斯克甚至称其为“地球上最聪明的AI”。然而，随着各路网友的实测案例纷至沓来，Grok 4的真实实力逐渐浮出水面。
编程领域，Grok 4展现出了令人惊艳的一面。博主@mckaywrigley让它用three.js创建一个动画，让虚拟人物排列出“你好，世界，我是Grok”的字样，并完成镜头切换。Grok 4不仅成功完成任务，还主动调用3D模型资源，整个过程流畅自然。在C语言编程和DQN强化学习模拟等测试中，Grok 4同样表现出色，代码严谨且专业。
然而，高光时刻并非总能持续。在博主@karminski3的经典物理测试项目中，Grok 4多次出现语法错误，即便成功运行的版本也仅算“勉强可用”。在另一项烟囱爆破模拟任务中，虽然重力方向正确，但倒塌效果不尽如人意，粒子模拟怪异，烟雾渲染模糊。
写作方面，Grok 4在语义连贯和记忆保持上表现出色，在192k上下文窗口的测试中仅次于Gemini。它能够根据复杂要求创作出一首六行诗，涵盖爱情、背叛、复仇等元素，且读起来颇为顺畅。但在短篇小说创意写作上，Grok 4的情节容易套路化，结尾寡淡，语言偏炫技。
在SVG图像生成测试中，Grok 4的表现同样喜忧参半。它能够生成美国本土地图轮廓，虽然地理细节略糊，但轮廓逻辑完整。在还原线条漫画为纯SVG的任务中，Grok 4的人物动作自然。然而，在绘制Radiohead的《In Rainbows》封面时，构图稍显单薄，层次感不足。
Grok 4在可视化方面也展现出了不俗的实力。网友@techartist_利用Grok 4编写了一个交互式3D黑洞模拟项目，精细还原了恒星背景及震撼视觉效果。然而，在面对一些逻辑测试题时，Grok 4也会犯错，例如在一道逻辑选择题中给出了错误答案。
在推理能力测试中，Grok 4同样展现出了变通性。在一道复杂的场景推理题中，Grok 4在思维链展开、逻辑推理和法律框架建构方面表现出色。然而，在沃顿商学院教授Ethan Mollick抛出的一项商业策划任务中，虽然Grok 4在应对竞争对手时调整能力更强，但在整体任务完成度上，尤其是工具调用和模拟主动执行任务的能力方面，稍逊于OpenAI的o3。
综合来看，Grok 4并非无所不能。它在三维生成、逻辑建模等方面展现出深厚的技术实力，但在UI设计、图像理解等基础任务上仍有待提升。正如微软CEO纳德拉所言，许多大模型陷入“基准测试作弊”的陷阱，徒有分数而无助于解决实际问题。Grok 4离真正的通用人工智能（AGI）还有很长一段距离，但无论如何，它仍然是当下最具话题度的AI之一。
