Grok 4 de xAI integra máxima inteligencia con búsqueda web y herramientas nativas

xAI anuncia el lanzamiento de Grok 4, que presenta como el modelo de inteligencia artificial más inteligente del mundo. El desarrollo se ha realizado utilizando Colossus, un cluster de 200.000 unidades de procesamiento gráfico (GPU) que ha permitido entrenar el modelo con técnicas de aprendizaje por refuerzo a gran escala.

El modelo incorpora capacidades de uso de herramientas integradas, lo que le permite realizar búsquedas web autónomas y utilizar intérpretes de código. Cuando los usuarios plantean consultas complejas o solicitan información actualizada, Grok 4 formula sus propias consultas de búsqueda y examina contenido web para construir respuestas detalladas.

La empresa también desarrolla una versión denominada Grok 4 Heavy, que implementa computación paralela en tiempo de prueba. Esta variante permite al modelo considerar múltiples hipótesis simultáneamente y alcanza un 50% de precisión en el benchmark "Humanity's Last Exam", convirtiéndose en el primer modelo en superar esta marca.

En pruebas de rendimiento técnico, Grok 4 alcanza un 15,9% en ARC-AGI V2, un benchmark que mide capacidades de razonamiento general, prácticamente duplicando los resultados de los principales modelos de la competencia que rondan el 8,6%. En simulaciones de comportamiento comercial a través de Vending-Bench, el modelo logra generar un valor neto de 4.694,15 dólares y vender 4.569 unidades, superando ampliamente a otros sistemas de IA que promedian 2.077 dólares y 1.412 unidades, e incluso a participantes humanos que alcanzan 844 dólares y 344 unidades.

La API de Grok 4 ofrece capacidades multimodales con una ventana de contexto de 256.000 tokens e integra búsqueda de datos en tiempo real a través de X, la web y fuentes noticiosas. El servicio incluye certificaciones de seguridad empresarial como SOC 2 Type 2, GDPR y CCPA.

xAI también introduce un modo de voz mejorado que permite interacciones habladas y análisis visual en tiempo real mediante la cámara del dispositivo. El sistema puede procesar escenas visuales y responder mediante conversación de voz.

La compañía indica que continuará escalando las técnicas de aprendizaje por refuerzo y expandiendo las capacidades multimodales del modelo, con el objetivo de abordar problemas complejos del mundo real y mejorar la eficiencia de los sistemas de IA.