Nový model umělé inteligence nazvaný Grok 4 právě představila společnost xAI Elona Muska. Má být nejchytřejší - a je také nejdražší z běžně dostupných modelů. Předplatné nejvyššího balíčku vyjde na 300 dolarů měsíčně, v tom případě jde prý o multi-agenta, schopného vykonávat několik úkolů najednou a s nejvyššími limity. Za 30 dolarů měsíčně dostanete “obyčejného supergroka”.
Grok 4 představuje výrazný pokrok oproti předchozím verzím. Model byl trénován na superpočítači Colossus společnosti xAI, což podle tvrzení firmy umožňuje dosahovat úrovně uvažování srovnatelné s vědeckými pracovníky. Elon Musk v live streamu tvrdil, že Grok 4 porazí jakéhokoliv PhD pracovníka. Grok 4 má poskytovat silnější logické závěry a kvalitnější generování textu.
Mezi klíčové novinky patří multimodální schopnosti. Zatímco předchozí verze Groku zpracovávaly pouze text, nová verze dokáže pracovat s obrázky a v budoucnu i s videem. Tato funkcionalita má přiblížit Grok 4 konkurenčním modelům jako je Gemini 2.5 Pro od společnosti Google. Musk tvrdí, že k dispozici bude někdy v říjnu (asi myslel letošního roku, ale u něj kdo ví), v srpnu bude dostupný optimalizovaný model pro vývoj software a v září multimodální agent, který bude rozumět více vstupním a výstupním formátům (video až od toho října).
Výsledky testů, výkon
Podle publikovaných grafů excelentní, Grok 4 by měl být o kus napřed. Podívejme se na graf ARC-AGI skóre, kde to natřel jak Claude Opus 4, tak o3 High. Co to “natření” vyjadřuje?
Tak především graf má poněkud zkreslujícně zvolené osy. Vrcholem grafu je 20 %, ne sto procent, takže to vypadá, že Grok je na dvojnásobku. Což tak nějak ano, ale je to o 7 procentních bodů více. Tedy Grok 4 vyřeší o cca 7 procentních bodů (p.b.) víc úloh než dosavadní lídr. To znamená, že na každých 100 úloh jich Grok přidá ~7, které Claude už nezvládne – celkově jde o ~1,85× víc vyřešených úloh. A ani jeho hodnota v testu 15,9 % zdaleka není blízko lidské úrovni. Ta je cca 70 %+ v interním měření ARC, čili nějakých 84 % úloh oproti člověku zůstává nevyřešeno. Jak to Elon myslel s tím PhD, není z grafu jasné. Nicméně na rozdíl od standardních benchmarků jako GPT nebo MMLU, ARC-AGI zdůrazňuje kreativitu, adaptabilitu a efektivitu, což ho činí jedním z nejtěžších testů pro současné AI modely. Nicméně připouštím, že se xAI drží úzu: graf ARC Prize standardně končí na 20 %, protože žádný model zatím nepřekročil tuto hranici.
Pokud se na výsledky podíváme kvalitativně, bude Grok 4 lepší v otázkách vyžadujících “thinking” režim (Chain of Thought s hlubším prozkoumáním), např. složité logické hádanky, vědecké hypotézy nebo kreativní problémy bez předchozích dat. Naproti tomu druhý model selže na úkolech o jednu až dvě úrovně složitosti vyšší, tedy například Grok zvládně místo 3–4 kroků uvažování až 5–7 kroků. To je dobrý posun! A je dobré připomenout, že v praxi může být pokrok exponenciální – každý procentní bod navíc často znamená překonání významné bariéry v uvažování. To uvidíme až při delším provozu a testování.
Hlasové funkce (jen anglicky) a přístup k aktuálním datům
Novinkou je také Grok 4 Voice. Ten nabízí menší latenci, přirozenější hlasovou interakci s menším počtem přerušení během konverzace. Systém využívá funkci DeepSearch, která umožňuje přístup k aktuálním datům z webu, zejména z platformy X (dříve Twitter). Uživatelé tak mohou získávat aktuální informace bez nutnosti otevírat další aplikace nebo prohlížeč.
Demonstrace v živém přenosu byla docela působivá, ale oba hlasy mi přišly po americku pře-excitované, vlezlé (o tom si ještě povíme na závěr). Zatím to ale nefunguje v češtině, s tou býval Grok tradičně slabší. Textová verze má sice již češtinu excelentní, ale hlasová verze Groka 4 zatím není dostupná ani pro češtinu, ani pro jiné jazyky.
Model má také rozumět internetové kultuře, včetně memů, slangu a humoru. Tato specializace má z Groku udělat jednoho z nejpřizpůsobenějších asistentů pro online prostředí. Velkou výhodou Groka v předchozí verzi byla integrace s X/Twitterem, která mu umožňovala reagovat na online situace a vytvářet nejrůznější utility a hlídače. Já například prostřednictvím Groka kontroluji oznámení na vybraných X účtech o novinkách u některých službách.
Jak se z Groka stal MechaHitler?
Spuštění Grok 4 doprovázejí závažné problémy. Předchozí verze modelu generovaly rasistické a problematické odpovědi, což vyvolalo kritiku a otázky ohledně testování a bezpečnostních opatření. První problémy začaly být viditelné letos v únoru, kdy se Grok trénoval na nevyfiltrovaných datasetech ze sítě X, což zvýšilo riziko předsudků, biasů.
V červnu musela společnost xAI zasahovat a smazat příspěvky Groka poté, co její chatbot Grok začal chválit Adolfa Hitlera, označovat se za MechaHitlera a v reakcích na dotazy uživatelů se vyjadřovat antisemitsky (referuje The Guardian). Elon Musk se rozhodl, že Grok se musí vyhradit proti “woke” odpovědím ostatních AI modelů a dal příkaz změnit systémový prompt, tedy instrukce, jež určují tón odpovědí i způsob využívání dat. Aktualizace z 4. července přidala instrukce jako “předpokládej subjektivní pohledy z médií jako biasované” a “nevyhýbej se politicky nekorektním tvrzením, pokud jsou podložená”. To vedlo k tomu, že Grok spoléhal na data z X, kde je antisemitismus běžný.
“Výrazně jsme vylepšili Groka,” prohlásil samolibě Musk na síti X. Ale nevydařilo se to. Grok začal opakovat anisemitské a nacistické výroky, chválil Hitlera jako rozhodného řešitele problémů. V jednom sledovaném vlákně na X Grok tvrdil, že identifikoval ženu na snímku obrazovky z videa, označil konkrétní účet X a nazval uživatele „radikálním levičákem“, který „radostně oslavoval tragickou smrt bílých dětí při nedávných bleskových povodních v Texasu“. Mnoho příspěvků Groka bylo následně smazáno a společnost xAI se snaží nacistické a antisemitistické vystupování Groka zmírnit. Uvidíme, jak se to podaří, zatím jsem Grok 4 projel na pár oblíbených biasových chytáků a zatím obstál, ačkoliv sledování v režimu Analyzování otázky ukázalo, že se Grok výrazně dívá do dat na X. Zmást se jimi ale nakonec nenechal.
Když se ale nakonec chci odpověď bez předsudků, už byste to v lecjakém nacimagazínu mohli bez obav publikovat jako úvodník politprop-leitera…
Takže si pro jistotu připomeňme jednu věc: důvodem odmítnutí nacismu není obyčejná snaha cenzurovat určité názory, ale fakt, že propagace určitých názorů měla katastrofické následky, které již nechceme opakovat.
Situaci společnosti xAI navíc zkomplikovalo oznámení Igora Babuschkina, hlavního vědce xAI, o rezignaci pár hodin před uvedením Grok 4. Babuschkin, který přišel z DeepMind, byl klíčovou postavou při vývoji modelu. Jeho odchod vyvolává otázky o stabilitě týmu a technickém vedení projektu. Ano, je to on, koho v roce 2023 zatkla policie za “lehké domácí násilí” a propustila ho na desetitisícovou kauci, nakonec nebyla vznesena žádná obvinění.
Jak je vidět, ne vždy umí Grok 4 vybruslit z pasti korektnosti a předsudků…
Tržní pozice a konkurence
Grok 4 vstupuje na trh v době intenzivní konkurence mezi velkými technologickými společnostmi. OpenAI připravuje GPT-5, Google pokračuje ve vývoji Gemini a Anthropic pracuje na Claude 4 Opus. xAI se snaží odlišit důrazem na osobnost, humor, rychlost a menší omezení v odpovědích.
Model má potenciál oslovit uživatele, kteří hledají nástroj s přístupem k aktuálním informacím, podporou pro programování a méně restriktivním přístupem k obsahu. Otázkou zůstává, zda dokáže xAI vyřešit problémy s kvalitou a bezpečností výstupů, které provázely předchozí verze.
Grok 4 představuje ambiciózní pokus o konkurenci etablovaným hráčům na trhu umělé inteligence. Úspěch bude záviset na schopnosti společnosti vyřešit technické a etické výzvy při zachování diferenciačních prvků, které model odlišují od konkurence.
PS: Mechahitler je odvolávka na legendární hru Wolfenstein 3D a Grok také později tvrdil, že šlo o vtip. Asi ten vtip neumíme docenit, vy mě taky nezdravíte Heil Zandl…
| 