xAI 发布 Grok-2 和 Grok-2 mini 测试版

背景

正式发布前，该模型的早期版本曾以代号进行公开测试，详见下文。^[1]

发生了什么

2024 年 8 月 13 日，xAI 向 X 的 Premium 和 Premium+ 订阅用户以测试版发布 Grok-2 与 Grok-2 mini。公司还承诺会在当月晚些时候推出企业级 API。^[1]早期版本曾以「sus-column-r」的名字在 LMSYS Chatbot Arena 上接受测试。^[1]

关键细节

xAI 报告 Grok-2 在 MMLU 上得分 87.5%，GPQA 上 56.0%，HumanEval 上 88.4%。^[1]同一时期，xAI 开始使用 Black Forest Labs 的 FLUX.1 模型，扩展 X 平台上 Grok 的能力。^[1]在 2024 年 12 月 xAI 的 Aurora 模型推出之前，Grok 一直用 FLUX 生成图像。^[2]Grok-2 本身于 2024 年 8 月 20 日面向用户开放。^[2]

测试版是有限的第一步。开发者可以在更广泛发布之前，观察模型在真实用户中的表现。测试版通常标注为未完成，提醒用户回答和功能仍可能变化。匿名的公开投票是另一种信号：用户在两个匿名回答之间选出更好的一个，由此可粗略看出人们如何把模型与其他模型比较。不过，投票评分只是评价模型的方式之一，并不能替代正式的基准测试。

影响

一年后的 2025 年 8 月，xAI 依据 Grok 2 Community License Agreement，把 Grok 2.5 的权重发布到 Hugging Face。^[3][2]公开权重意味着他人可以下载并自行运行模型，这与只能由开发者运营的 API 不同。不过，许可证及其可接受使用政策仍然限制用户能做什么。^[3][2]