前沿推理能力
在 GPQA 上得分 56.0%，在 MMLU-Pro 上达到 75.5%，在检索内容推理与工具使用上有明显提升，能识别缺失信息、梳理事件序列并剔除无关内容。
价格官网目前展示 Free、SuperGrok 等套餐，未单列 Grok-2 价格。
平台Web / iOS / Android / API
归类聊天对话
收录2026-07-10
复核2026-07-10
编辑评分
4.5 / 5
★★★★☆
Grok-2编辑总结
Grok-2 是 xAI 发布的前沿语言模型，较上一代 Grok-1.5 在对话、编程和推理上有明显进步，同时推出轻量版本 Grok-2 mini。早期版本曾以「sus-column-r」名义出现在 LMSYS 榜单上，其表现超过 Claude 3.5 Sonnet 和 GPT-4-Turbo。在多项学术基准上，Grok-2 的 MMLU 得分为 87.5%，MATH 为 76.1%，HumanEval 为 88.4%，并具备视觉数学推理与文档问答能力。目前两个模型均处于测试阶段，主要面向 𝕏 平台的用户。短板在于正式可用范围和完整定价尚未明确公开。
Grok-2是什么？
Grok-2 是由 xAI 开发的前沿语言模型，定位为具备对话、编程与推理能力的 AI 助手，是上一代 Grok-1.5 的升级版本。
官方说明这一代同时推出 Grok-2 和轻量版本 Grok-2 mini，两者均较 Grok-1.5 有显著提升。在学术基准上，Grok-2 的 GPQA 得分 56.0%、MMLU 87.5%、MMLU-Pro 75.5%、MATH 76.1%、HumanEval 88.4%、MMMU 66.1%，并在视觉数学推理（MathVista 69.0%）和文档问答（DocVQA 93.6%）上表现突出。
普通用户主要通过 𝕏 平台体验，X Premium 与 Premium+ 用户可访问 Grok-2 和 Grok-2 mini；开发者与团队则可通过企业级 API 接入， API 将在发布当月晚些时候开放。
Grok-2核心功能
编程与代码
HumanEval 得分为 88.4%，高于 Grok-1.5 的 74.1%，可辅助回答编程问题，官网展示了 Grok 对代码提问的回复示例。
视觉理解
支持文本与视觉理解，在 MathVista 上得分 69.0%，DocVQA 上得分 93.6%，在视觉数学推理和文档问答方面达到领先水平。
数学能力
在 MATH 基准上得分为 76.1%，较 Grok-1.5 的 50.6% 有大幅提升，可处理数学竞赛类问题。
实时信息整合
在 𝕏 平台上的 Grok 体验可整合来自 𝕏 的实时信息，结合平台内容进行回答，新界面与功能同步推出。
Grok-2 mini
Grok-2 的轻量版本，虽然体积较小但仍具备不错能力，GPQA 51.0%、MMLU 86.2%、HumanEval 85.7%，适合对资源要求更高的场景。
企业 API
Grok-2 与 Grok-2 mini 将在发布当月晚些时候通过企业级 API 提供，供开发者与团队集成使用。
排行榜表现
早期版本以「sus-column-r」名义进入 LMSYS Chatbot Arena，其在总体 Elo 分数上超过 Claude 3.5 Sonnet 和 GPT-4-Turbo。
Grok-2值不值得用？
作为 𝕏 平台上的对话与推理模型，Grok-2 在 GPQA、MMLU-Pro、MathVista 等基准上有明确成绩，适合关注前沿模型能力、想体验实时信息整合的用户。当需要视觉数学推理或文档问答时它表现不错，与 𝕏 内容结合是它的特色。但当需要稳定商用或明确价格时，目前其正式可用范围与企业 API 仍在测试与逐步开放阶段，完整套餐与限制尚未单列说明，选择前建议先确认访问资格与额度。
建议选它的情况
- 已经是 𝕏 Premium 或 Premium+ 用户，想直接体验 Grok-2 与 Grok-2 mini
- 关注视觉数学推理或文档问答场景，MathVista 与 DocVQA 成绩较好
- 需要结合 𝕏 平台实时信息进行问答的用户
- 开发者或团队，计划在 API 开放后集成前沿模型能力
不建议选它的情况
- 需要明确价格与完整套餐信息才能做采购决策的用户
- 当前就要求生产环境稳定可用、不希望处于测试阶段的产品
Grok-2适合谁用？
𝕏 平台活跃用户
推荐已订阅 Premium 或 Premium+ 的用户可直接在平台内使用 Grok-2 与 Grok-2 mini，体验实时信息整合与对话功能。
研究者与评测爱好者
推荐对 Chatbot Arena 榜单、GPQA、MMLU 等基准成绩感兴趣的读者，可参考 Grok-2 在多项基准上的表现。
开发者与团队
有条件企业级 API 将在发布当月晚些时候提供，适合有集成计划的开发者与团队，但当前仍需等待开放。
需要稳定商用方案的企业
不推荐当前 Grok-2 与 Grok-2 mini 均处于测试阶段，正式可用范围与完整定价尚未单列公开，采购前需谨慎评估。
关注视觉任务的用户
有条件Grok-2 在视觉数学推理与文档问答上表现突出，适合有图文理解需求的用户尝试，但具体可用渠道需以官网为准。
Grok-2优点和缺点
优点
- GPQA 得分 56.0%，较 Grok-1.5 的 35.9% 有明显提升
- HumanEval 得分 88.4%，高于 Grok-1.5 的 74.1%
- MathVista 得分 69.0%，DocVQA 得分 93.6%
- 在 LMSYS 榜单上超过 Claude 3.5 Sonnet 与 GPT-4-Turbo
- 同时提供 Grok-2 与轻量版 Grok-2 mini 两种选择
缺点
- Grok-2 与 Grok-2 mini 目前均处于测试阶段
- 企业级 API 将在发布当月晚些时候才提供
- 完整套餐与单独定价未在官网单列说明
- 在 HumanEval 上仍低于 Claude 3.5 Sonnet 的 92.0%
Grok-2常见问题
Grok-2 多少钱？免费吗？＋
官网目前展示的套餐包括 Free（$0 /month）、SuperGrok（$30 /month）、SuperGrok Plus（$100 /month）等，但未单独列出 Grok-2 的价格。𝕏 Premium 与 Premium+ 用户可访问 Grok-2 和 Grok-2 mini，具体额度与计费方式请以官方页面为准。
Grok-2 当前是什么版本、有什么能力？＋
Grok-2 是 xAI 从 Grok-1.5 升级而来的前沿语言模型，具备对话、编程和推理能力，同时推出轻量版 Grok-2 mini。 Grok-2 支持文本与视觉理解，整合 𝕏 平台的实时信息，在企业级 API 开放前主要在 𝕏 上以 beta 形式提供。
Grok-2 和 GPT-4、Claude 怎么选？＋
Grok-2 在 LMSYS 榜单上超过 Claude 3.5 Sonnet 和 GPT-4-Turbo。
国内能不能用 Grok-2？＋
官网未说明国内访问情况。当前 Grok-2 和 Grok-2 mini 主要在 𝕏 平台以 beta 形式提供，𝕏 Premium 与 Premium+ 用户可访问，企业级 API 将在发布当月晚些时候提供，具体可用地区请。
Grok-2 在哪些基准上表现突出？＋
的基准中，Grok-2 的 GPQA 为 56.0%、MMLU 为 87.5%、MMLU-Pro 为 75.5%、MATH 为 76.1%、HumanEval 为 88.4%、MMMU 为 66.1%、MathVista 为 69.0%、DocVQA 为 93.6%，在视觉数学推理与文档问答方面表现突出。
Grok-2 mini 和 Grok-2 有什么区别？＋
Grok-2 mini 是 Grok-2 的小型版本，其体积更小但仍具备不错能力。基准上 Grok-2 mini 的 GPQA 为 51.0%、MMLU 为 86.2%、HumanEval 为 85.7%，整体低于 Grok-2 的 56.0%、87.5% 和 88.4%，但均高于 Grok-1.5。
Grok-2 现在能直接用吗？＋
Grok-2 和 Grok-2 mini 目前处于 beta 阶段并可在 𝕏 上使用，𝕏 Premium 与 Premium+ 用户可访问这两个模型。企业级 API 将在发布当月晚些时候提供，其他渠道的可用性请。
Grok-2竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Grok-2本工具 | 4.5 | 官网目前展示 Free、SuperGrok 等套餐，未单列 Grok-2 价格。 | 前沿推理能力；编程与代码；视觉理解；数学能力 | Web / iOS / Android / API |
| Claude 2 AI | — | 未标价 | 先进的 AI 语言模型 | Web |
| d1 | — | 未标价 | 利用强化学习提升扩散大语言模型的推理能力 | — |
| Claude 3.5 Haiku | — | 未标价 | 先进的编程、工具使用和推理能力的模型 | — |
| Growlonix | — | 未标价 | AI 驱动的加密货币交易平台，具有先进的机器人和风险管理工具 | — |
| Dropgala | — | 未标价 | 基于 AI 的截图管理和分享平台，具有先进的组织和安全功能 | — |
