Grok 4
Grok 4 (xAI) foi lançado em 09/07/2025. No ranking de capacidade da Epoch AI (ECI), está em 78º lugar entre 267 modelos, com 146,43. Comparado aos modelos da mesma geração, o melhor resultado dele é em GPQA Diamond: 87,0%, 1º de 55.
Onde o Grok 4 se destaca e onde fica atrás, pelos números
O Grok 4 tem resultado publicado em 19 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 12/10/2024 e 07/10/2025 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 19 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 87,0% | 1º / 55 | 59º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 84,0% | 7º / 54 | 78º / 168 | 100,0% GPT-5.5 |
| WeirdML | 45,7% | 13º / 39 | 57º / 112 | 93,6% GPT-6 Astra |
| ARC-AGI 2 | 16,0% | 2º / 28 | 46º / 83 | 95,0% GPT-6 Astra |
| ARC-AGI | 66,7% | 2º / 28 | 45º / 81 | 98,5% Claude Fable 5 |
| SimpleBench | 60,5% | 3º / 28 | 25º / 74 | 81,9% Claude Fable 5 |
| FrontierMath | 19,7% | 4º / 31 | 30º / 65 | 51,7% GPT-5.5 |
| ForecastBench | 60,90 | 11º / 24 | 18º / 62 | 62,50 o3 |
| FrontierMath nível 4 | 2,1% | 11º / 18 (empatado com 2) | 34º / 48 | 39,6% GPT-5.5 Pro |
| Aider Polyglot | 79,60 | 4º / 33 | 4º / 38 | 88,00 GPT-5 |
| Escrita criativa (Lech Mazur) | 7,69 | 18º / 34 | 20º / 38 | 8,60 GPT-5 |
| Terminal-Bench | 27,2% | 6º / 10 | 27º / 33 | 84,7% GPT-5.5 |
| BALROG | 43,6% | 1º / 11 | 9º / 32 | 68,3% GPT-6 Astra |
| Fiction.liveBench | 96,9% | 2º / 30 (empatado com 1) | 2º / 31 | 100,0% o3 |
| METR: horizonte de tempo | 110 | 5º / 15 | 12º / 29 | 719 Claude Opus 4.6 |
| DeepResearch Bench | 47,3% | 4º / 10 | 11º / 24 | 55,3% Claude Opus 4.6 |
| GeoBench | 2.719 | 14º / 16 | 22º / 24 | 4.333 Gemini 3 Flash |
| Cybench | 43,0% | 2º / 11 | 4º / 19 | 93,0% Claude Opus 4.6 |
| GDPval | 21,1% | 7º / 7 | 10º / 11 | 49,7% GPT-5.2 |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o Grok 4
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| Claude Sonnet 4.5 | Anthropic | 146,83 | 1.488 | n/d | 29/09/2025 |
| MiniMax-M2.5 | MiniMax | 146,67 | 1.393 | n/d | 12/02/2026 |
| Grok 4 | xAI | 146,43 | n/d | n/d | 09/07/2025 |
| Qwen 3.5 Plus (hosted 397B-A17B) | Alibaba | 146,32 | n/d | n/d | 16/02/2026 |
| Qwen3.5-122B-A10B | Alibaba | 146,26 | 1.466 | n/d | 24/02/2026 |
| GPT-5.4 Nano | OpenAI | 146,12 | 1.404 | 69,6 | 17/03/2026 |
| DeepSeek-V3.2 | DeepSeek | 146,11 | 1.455 | n/d | 01/12/2025 |
Grok 4 ou GPT-5.4 Nano?
O GPT-5.4 Nano é o modelo de outro laboratório mais próximo do Grok 4 em capacidade. Nas 7 provas que os dois fizeram, o placar é este:
| Prova | Grok 4 | GPT-5.4 Nano |
|---|---|---|
| FrontierMath nível 4 | 2,1% | 6,3% |
| ARC-AGI 2 | 16,0% | 5,7% |
| FrontierMath | 19,7% | 25,9% |
| ARC-AGI | 66,7% | 51,5% |
| GPQA Diamond | 87,0% | 78,5% |
| WeirdML | 45,7% | 49,2% |
| AIME 2024 e 2025 (OTIS) | 84,0% | 87,8% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Os outros modelos da xAI
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| Grok 4.5 | 08/07/2026 | 153,93 | 1.495 | 75,8 | API access |
| Grok 4.3 (no thinking) | 17/04/2026 | 149,21 | 1.425 | 62,3 | Hosted access (no API) |
| Grok 4.3 Beta | 17/04/2026 | 148,95 | n/d | n/d | Hosted access (no API) |
| Grok 4.20 | 17/02/2026 | 152,08 | n/d | n/d | API access |
| Grok 4 Fast | 19/09/2025 | 144,19 | 1.437 | n/d | API access |
| Grok 4 | 09/07/2025 | 146,43 | n/d | n/d | API access |
| Grok-3 mini | 24/06/2025 | 140,33 | 1.394 | n/d | API access |
| Grok 3 | 09/04/2025 | 138,32 | n/d | n/d | API access |
| Grok-2 (Dec 2024) | 12/12/2024 | 130,49 | n/d | n/d | API access |
Já usou o Grok 4? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o Grok 4
Qual a posição do Grok 4 no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Grok 4 está em 78º lugar entre 267 modelos, com ECI de 146,43. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O Grok 4 é melhor que o GPT-5.4 Nano?
Nas 7 provas que os dois fizeram e que a Epoch AI compilou, o Grok 4 fica à frente em 3, atrás em 4 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o Grok 4 vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Grok 4 são: GPQA Diamond (1º de 55); BALROG (1º de 11); ARC-AGI 2 (2º de 28). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo