xAI 发布 Grok 4 Fast：性能逼近 Grok 4 但成本降 98%，免费开放

以前大家用大模型，总得面对一个两难选择：要么选速度飞快的轻量模型，但碰到复杂逻辑就容易胡说八道；要么上顶配的慢思考模型，等它琢磨半天，账单也跟着翻上几倍。现在，xAI 想把这两头的好处揉在一起。

xAI 正式发布了 Grok 4 Fast。按照官方的说法，它在基准测试里能跑出媲美旗舰 Grok 4 的水准，但在推理时消耗的思考 token 平均减少了 40%。加上更便宜的单价，达到同等前沿水平的综合成本直接砍掉了 98%。Artificial Analysis 的独立评测也给出了目前公开模型里最高的性价比评价。

一个模型搞定快慢思考，顺带登顶搜索榜

过去要把「极速回答」和「深度推理」分开，很多厂商只能部署两套完全不同的模型。Grok 4 Fast 这次做了一套统一架构，同一个权重既能做短平快的即时回答，也能跑长思维链，靠系统提示词就能无缝切换。

在 grok.com 上，日常闲聊会瞬间作答，遇到复杂的难题则自动拉起深度推理。如果是 API 开发者，则可以通过 grok-4-fast-reasoning 和 grok-4-fast-non-reasoning 两个接口，自行决定要投入多少测试期算力。

更有意思的是搜索能力。Grok 4 Fast 经过了端到端的工具使用强化学习，能自己在网页和 X 平台上跳转链接、看图看视频，提取实时数据。在 LMArena 的 Search Arena 里，代号为 menlo 的搜索版本拿到了 1163 Elo 分数，登顶第一，领先第二名 o3-search 达到 17 分。而在纯文本榜单（代号 tahoe）里，它排在第八位，与完整的 Grok 4 基本持平，远超同量级的竞品。

200 万超长窗口，价格直接杀穿底线

除了脑子好使，它的承载力和定价也很激进。Grok 4 Fast 直接标配了 2M token（200 万）的上下文窗口，吃下一整本技术手册或超长代码库都不在话下。

在定价上，128k 窗口以内的输入每百万 token 只要 0.20 美元，输出 0.50 美元；开启缓存后输入更是低至 0.05 美元。即使超过 128k，输入也才 0.40 美元，输出 1.00 美元。

更难得的是，xAI 宣布这次不仅付费订阅者能用，连免费用户也可以无限制使用 Grok 4 Fast。在日常的 Fast 和 Auto 模式下，各种搜寻和复杂提问都会默认跑在这个新模型上。

为什么重要

对普通用户来说，最直观的改变是查资料不用再反复在搜索引擎和聊天框之间来回搬砖了。Grok 4 Fast 咬死了 X 平台的即时动态和全网网页，加上免费开放，基本上只要打开网页就能白嫖目前顶级水平的推理和检索能力，门槛几乎降到了零。

对开发者和企业而言，2M 窗口加上极低单价，意味着以前因为成本太高而不敢跑的自动化分析、批量数据处理和深度代码审查，现在都变成了划算的生意。特别是它的思考 token 消耗砍掉了 40%，大幅缓解了推理模型普遍存在的延迟焦虑。

我们认为，xAI 这次最聪明的举措在于统一了快慢思考的底层权重。行业过去习惯把「思考模型」神圣化，做成收费高昂的独立怪兽；而 Grok 4 Fast 证明了高密度推理完全可以小型化、平民化。当然，端到端让模型频繁调用网络和媒体工具，隐患在于幻觉和网页噪声难以完全杜绝。但在性价比这条生死线上，它无疑给 OpenAI 和 Google 施加了极大的下行定价压力。