128K 长上下文
上下文窗口扩展到 128K tokens，记忆容量是上一代 Grok-1 的 16 倍，能容纳显著更长的文档，并在窗口拉长时保持指令遵循能力。
价格官网未标价
平台Web / iOS / Android
归类大模型与开发平台
收录2026-10-12
复核2026-10-12
编辑评分
4.5 / 5
★★★★☆
Grok-1.5编辑总结
Grok-1.5 是 xAI 在 Grok-1 之后推出的新模型，主打长上下文理解与进阶推理，上下文窗口扩展到 128K tokens，记忆容量达到此前版本的 16 倍。数学与代码表现提升明显，MATH 基准拿到 50.6%，GSM8K 拿到 90%，HumanEval 拿到 74.1%。它即将面向早期测试者与 𝕏 平台现有 Grok 用户开放，训练跑在基于 JAX、Rust 与 Kubernetes 的自研分布式框架上。短板是官方尚未公布独立定价与国内可用性。
Grok-1.5是什么？
Grok-1.5 是 xAI 开发的大型语言模型，是继 Grok-1 之后的升级版本。xAI 两周前开源了 Grok-1 的模型权重与网络架构，此后持续改进推理与问题解决能力，Grok-1.5 就是这一阶段的成果，将面向早期测试者以及 𝕏 平台上的现有 Grok 用户开放。
这一版本最实质的变化在上下文窗口：从上一代的长度扩展到 128K tokens，记忆容量达到此前的 16 倍，可以处理更长的文档和更复杂的提示词，同时在上下文拉长时仍保持指令遵循能力。在 Needle In A Haystack 检索评测中，它对 128K 长度上下文中的嵌入文本实现了完美检索。代码与数学是另一处提升重点，MATH 得分为 50.6%，GSM8K 得分为 90%，HumanEval 得分为 74.1%。
底层训练跑在一套自研分布式框架上，基于 JAX、Rust 和 Kubernetes，配套的训练编排器会自动检测并剔除问题节点，并对检查点、数据加载和任务重启做了优化以减少故障停机时间。对普通用户来说，它主要作为 𝕏 平台上的对话助手使用；对开发者，xAI 公开了训练技术栈方向的招聘入口；对团队，后续会逐步扩大开放范围。
Grok-1.5核心功能
长文检索
在 Needle In A Haystack 评测中，对最长 128K tokens 上下文里的嵌入文本实现了完美检索，适合从长材料中定位具体信息。
数学推理
MATH 基准得分 50.6%（4-shot），GSM8K 基准得分 90%（8-shot），覆盖从小学到高中竞赛难度的数学题。
代码生成
HumanEval 基准得分 74.1%（0-shot），该基准评估代码生成与问题解决能力，相比 Grok-1 的 63.2% 有明显提升。
复杂提示处理
可处理更长、更复杂的提示词，在上下文窗口扩展的同时保持指令遵循能力，适合多步骤、长链条的任务拆解。
自研训练框架
构建在基于 JAX、Rust 和 Kubernetes 的分布式训练框架上，训练编排器可自动检测并剔除问题节点，降低训练中断风险。
Grok-1.5值不值得用？
当作长文档理解和数理推理工具用时，Grok-1.5 的 128K 上下文和 MATH 50.6%、GSM8K 90%、HumanEval 74.1% 的成绩能覆盖大部分日常需求，尤其适合需要一次性塞进整份材料的场景。当你要把它接入自有系统或做商用部署时要谨慎：它的主要形态仍是 𝕏 平台内的助手，官方未公开独立的 API 定价与国内可用性。如果你的任务以超长代码库分析或需要稳定 API 集成为主，建议先确认开放范围再投入。
建议选它的情况
- 需要一次性处理长文档、合同或整份报告的读者
- 做数学题、算法练习，看重 GSM8K 与 MATH 分数的人
- 日常在 𝕏 平台使用 Grok 的现有用户，可优先体验新版
不建议选它的情况
- 需要独立 API 按量计费、明确 SLA 的开发团队
- 主要在国内网络环境下使用、在意访问稳定性的用户
- 需要定价与额度上限才能做预算决策的采购方
Grok-1.5使用建议
入门先把路子走对
- 先确认开放范围Grok-1.5 会先在早期测试者和 𝕏 平台现有 Grok 用户中开放，使用前先确认自己是否在开放名单内。
- 用长材料测上限拿一份接近 128K tokens 的长文档做检索测试，看它能否准确定位你指定的细节，再决定是否用于正式工作。
- 对比上一代分数手上如果有 Grok-1 的结果，可用 MATH、GSM8K、HumanEval 三项分数做前后对比，直观判断升级带来的提升。
进阶省时间也省钱
- 长上下文配合分步提问在 128K 上下文里先给完整材料再分步提问，避免一次性抛出多个互不相关的问题，检索准确率更稳定。
- 关注后续功能开放表示会在逐步扩大开放的过程中陆续推出新功能，需要新能力时可以持续关注官方博客的更新。
Grok-1.5适合谁用？
长文档处理者
推荐需要把整份合同、论文或报告一次性交给模型再提问的人，128K 上下文和完美检索成绩能省去切分步骤。
数学与算法学习者
推荐刷题或做竞赛准备时，可参考 MATH 50.6%、GSM8K 90% 的成绩判断是否满足自己的难度区间。
𝕏 平台现有用户
推荐已经在用 Grok 的读者可以优先体验新版本，无需额外迁移成本。
需要稳定 API 的开发者
有条件当前主要面向测试者与 𝕏 用户开放，集成前需先确认。
国内网络环境用户
不推荐访问稳定性存在不确定性，正式依赖前建议先做小范围验证。
Grok-1.5优点和缺点
优点
- 上下文窗口从上一代扩展到 128K tokens，记忆容量提升到 16 倍
- NIAH 评测中对 128K 上下文的嵌入文本实现完美检索
- MATH 得分 50.6%，相比 Grok-1 的 23.9% 翻倍以上
- GSM8K 得分 90%，较 Grok-1 的 62.9 提升明显
- HumanEval 得分 74.1%，高于 Grok-1 的 63.2%
缺点
- 官网未公开独立定价与免费额度上限
- 主要面向早期测试者与 𝕏 用户开放，覆盖面有限
Grok-1.5关键指标
Grok-1.5常见问题
Grok-1.5 的上下文能装多长的内容？＋
上下文窗口为 128K tokens，记忆容量达到上一代的 16 倍。在 Needle In A Haystack 评测中，它对 128K 长度上下文里的嵌入文本实现了完美检索，适合处理整份长文档。
数学和代码能力到底怎么样？＋
MATH 基准 50.6%（4-shot），GSM8K 基准 90%（8-shot），HumanEval 基准 74.1%（0-shot）。相比 Grok-1 的 23.9%、62.9 和 63.2% 均有明显提升，其中 MATH 提升幅度最大。
和 GPT-4 比谁更强？＋
官方给出的对比中，GPT-4 的 MATH 得分为 52.9%、GSM8K 为 92%、HumanEval 为 67%，MMLU 为 86.4%；Grok-1.5 对应为 MATH 50.6%、GSM8K 90%、HumanEval 74.1%、MMLU 81.3%。数学与通用知识略低，代码生成更高。
什么时候能用上 Grok-1.5？＋
会在接下来几天面向早期测试者和 𝕏 平台现有 Grok 用户开放，并逐步扩大范围，同时会陆续推出若干新功能。
训练用的是什么技术栈？＋
构建在基于 JAX、Rust 和 Kubernetes 的自研分布式训练框架上。训练编排器会自动检测并剔除问题节点，检查点、数据加载和任务重启都做过优化以降低故障停机时间。
