xAI 釋出 Grok-2 預覽版：競技場登頂，支援畫圖並向會員開放

前段時間在 LMSYS 盲測競技場裡，有個代號叫「sus-column-r」的神秘模型把各路高手挑落馬下，甚至一度壓過了 Claude 3.5 Sonnet 和 GPT-4-Turbo。大家都在猜這是哪家的新底牌，答案現在揭曉了。

xAI 正式釋出了 Grok-2 及其輕量版 Grok-2 mini 的測試版，那個打榜的神秘模型正是它。馬斯克旗下的 AI 團隊只用了幾個月時間，就把 Grok 從一個略帶玩票性質的社交伴侶，拉到了頂尖大模型的第一梯隊。

跑分追平第一梯隊，還拉來了生圖黑馬

從官方公佈的基準測試來看，Grok-2 比起此前的 Grok-1.5 提升非常明顯。

在考察研究生水平科學知識的 GPQA 測試中，Grok-2 拿下了 56.0%，相比上一代的 35.9% 是巨大的飛躍。在數學競賽級別的 MATH 測試中達到 76.1%，程式設計測試 HumanEval 達到 88.4%。在視覺理解方面，它的 MathVista 得分為 69.0%，DocVQA 達到 93.6%，整體資料已經能和 GPT-4o 以及 Claude 3.5 Sonnet 正面叫板。

除了常規的大語言模型能力，這次在 X 平臺上最抓眼球的更新是生圖功能。xAI 找來了最近名聲大噪的 Black Forest Labs 合作，把後者的 FLUX.1 模型直接接進了 Grok 裡面。

配合新設計的互動介面，X 平臺的 Premium 和 Premium+ 訂閱使用者現在就能直接體驗。Grok 既能利用 X 上的即時帖子資訊來做檢索和推理，也能一鍵畫圖。

為了兼顧成本和速度，xAI 這次還同步推出了 Grok-2 mini，專門在響應速度和回答質量之間做折中。

企業級 API 緊隨其後

除了在社交平臺上供散戶玩耍，xAI 也明確把矛頭對準了開發者和企業市場。

官方確認，Grok-2 和 Grok-2 mini 將在本月晚些時候通過全新的企業級 API 平臺開放。這套 API 底層採用了定製的技術棧，支援跨多區域推理部署，來保證全球範圍內的低延遲訪問。

安全和管理配置也往嚴肅企業看齊，API 將強制啟用多因素認證，支援 Yubikey、Apple TouchID 或 TOTP。同時提供團隊管理、用量統計分析以及賬單細則匯出等功能，方便直接嵌入現有工作流。

為什麼重要

對使用者來說，如果你已經是 X 的付費訂閱者，現在就能直接用上當前行業第一梯隊的對話和視覺模型，更不用說還順帶白嫖了生成質量極高的 FLUX.1 生圖功能。對於需要結合即時資訊做分析的創作者或研究者，它結合 X 即時熱點檢索的能力依然是獨門絕技。

對行業而言，這場釋出證明了 xAI 的工程落地節奏快得驚人。從 2023 年 11 月釋出初代 Grok 到現在不到一年，他們靠著高密度的人才和強大的算力叢集，硬生生把模型能力拉到了能與 OpenAI 和 Anthropic 平起平坐的位置，大模型頂峰競爭的牌桌上正式多了一個變數。

我們認為，引入第三方優質模型（如 FLUX.1）是 xAI 走得很聰明的一步，它不需要什麼都自己從零練，而是用最快的方式把好用的能力裝進產品裡。不過隱患也顯而易見，X 平臺相對寬鬆的生成策略已經引發了不少關於虛假資訊和版權風險的爭議，後續進入企業 API 市場時，這套激進的風格能不能被嚴肅商業客戶接受，看起來還要打個問號。