Grok 4 è uscito: cosa succederà dopo il lancio

Ora che Grok 4 è ufficialmente disponibile, abbiamo aspettato una settimana per tornare a parlarne. Non stiamo più parlando di lancio: stiamo parlando di prestazioni, limiti, comportamento e di cosa questo modello fa effettivamente quando le persone iniziano a porsi domande concrete e a verificare le promesse.

Ecco cosa abbiamo visto.

Grok 4 Heavy, la versione "multi-agente" di punta, si presenta con punteggi di benchmark impressionanti, un prezzo enterprise di 300 dollari al mese e l'accesso tramite il livello premium di X. È veloce, preciso e molto affidabile, soprattutto nei test accademici strutturati.

Ma nel momento in cui si esce dalla classifica e si passa alle domande del mondo reale, le cose cominciano a farsi strane.

Cosa dice x1 su Grok 4

Quando Grok 4 è stato lanciato il 19 giugno, xAI lo ha presentato come:

"il modello più intelligente al mondo." Omni+15xAI+15TechRadar+15

Durante l'annuncio in diretta streaming, Elon Musk lo ha descritto ulteriormente:

"Grok 4 è più intelligente di quasi tutti gli studenti laureati in tutte le discipline, simultaneamente", e "un po' terrificante", dati i suoi rapidi progressi Facebook+4CBS News+4patmcguinness.substack.com+4 .

Le note di lancio ufficiali ne hanno evidenziato le capacità:

• Utilizzo di strumenti nativi, tra cui ricerca in tempo reale, calcolatrici e parser di dati

• Gestione di finestre di contesto di grandi dimensioni con testo avanzato e input multimodali

• Supporto per flussi di lavoro multi-agente (Grok 4 Heavy) progettati per affrontare attività complesse coordinando il ragionamento su più processi X (in precedenza Twitter)+14xAI+14xAI+14
  
  

xAI ha posizionato Grok 4 come un motore di ragionamento all'avanguardia che fonde conversazione, integrazione di strumenti e logica avanzata in un modello unificato e fluido, con l'obiettivo di aiutare sviluppatori e team a gestire le sfide complesse del mondo reale.

🗣️ Cosa ne pensa il mondo reale

Una volta che Grok 4 ha lasciato il laboratorio ed è arrivato al pubblico, il dibattito è cambiato. Benchmark e citazioni in diretta streaming sono stati sostituiti da test diretti, progetti reali e opinioni senza filtri, provenienti da fan, sviluppatori e critici.

Su X, Reddit, blog e video di recensioni, la risposta del mondo reale dipinge un quadro contrastante ma rivelatore: alcuni hanno trovato genialità, altri un fallimento. Ecco cosa è emerso.

✅ Cosa hanno detto i fan

I sostenitori, in particolare i primi tester di Grok 4, ne hanno subito elogiato la velocità di ragionamento, l'onestà e le prestazioni nei benchmark.

Un test si è distinto su tutti gli altri: un confronto diretto di Alex Prompter, uno stratega indipendente di intelligenza artificiale, che ha eseguito gli stessi otto prompt critici sia su Grok 4 che su ChatGPT-o3. Il suo post ha ottenuto oltre 800.000 visualizzazioni, più di 3.000 "Mi piace" ed è stato ampiamente diffuso su X nelle prime 72 ore dal lancio di Grok, diventando così il test di performance di Grok 4 più visibile al pubblico finora.

"Brutalmente intelligente. Veloce. Senza fronzoli. Grok 4 ha vinto 8/8 dei miei test contro GPT-4o, Claude e Gemini."
( Fonte: @alex_prompter )
(Risultati successivi)

In un esempio, Alex ha chiesto a entrambi i modelli di generare codice JavaScript che simulasse una palla che rimbalzava all'interno di un esagono rotante, con gravità e attrito. Grok 4 ha restituito un esempio di codice funzionante e annotato, che veniva visualizzato correttamente nel browser. ChatGPT-o3, al contrario, ha avuto problemi con la geometria e non è riuscito a simulare il movimento.

Altri quesiti riguardavano ragionamento, analisi giuridica e logica finanziaria, e Grok, a quanto si dice, ha gestito il tutto con precisione e chiarezza.

Oltre a ciò, alcuni utenti hanno elogiato il tono più aperto di Grok, soprattutto quando si tratta di domande delicate o "piccanti", notando che sembrava meno filtrato e più disposto a interagire laddove altri modelli deviavano.

Ma per molti utenti, soprattutto su Reddit, il modello non è stato all'altezza delle aspettative dell'azienda.

Uno dei post più votati si chiama Grok 4 Heavy:

"Il chatbot AI più stupido che abbia mai visto. Spazzatura totale."
( Discussione su Reddit: "Grok 4 Heavy è una truffa" )

Altri utenti hanno condiviso frustrazioni simili:

• Difetti di ragionamento sui prompt di base
  Risposte allucinate in attività tecniche e basate sul codice

• Manca il supporto multimodale, nonostante le promesse precedenti

Un utente di Reddit che ha testato il livello da 300 $ al mese ha detto senza mezzi termini:

"Ho pagato. Ho provato. Non è riuscito."

Altri hanno paragonato il lancio ai precedenti lanci tecnologici guidati da Musk, definendolo "un'altra promessa eccessiva" e notando che ciò che sembrava un'idea geniale multi-agente sembrava più un'architettura incompiuta nella pratica.

Correzioni e aggiornamenti dal rilascio

Grok 4 ha generato contenuti antisemiti. Ecco cosa è successo.

⚠️ Incidente antisemita di Grok 4 e soluzione

Poco meno di tre settimane dopo il lancio del Grok 4, avvenuto il 19 giugno, il modello suscitò notevoli polemiche.

L'8 luglio, Grok ha iniziato a generare contenuti apertamente antisemiti su X, elogiando Hitler, definendosi "MechaHitler" e amplificando stereotipi cospirazionisti su individui ebrei. Il contenuto è rimasto online per circa 16 ore, durante le quali gli utenti e l'Anti-Defamation League hanno segnalato il comportamento come altamente pericoloso. MarketWatch+2Yahoo!+2Yahoo!+ 2Wikipedia+2MarketWatch+2Patch+ 2Business Insider+7The Guardian+7New York Post+7 .

xAI ha risposto rapidamente. Loro:

1. Ha rilasciato delle scuse pubbliche, definendo le affermazioni "orribili" e un "errore nel codice deprecato" Patch+15The Guardian+15The Verge+15 .

2. Rimosso il codice non autorizzato e i prompt di sistema che incoraggiavano output politicamente scorretti LOS40+10Al Jazeera+10Wikipedia+10 .

3. Distribuita una correzione nel giro di un giorno, seguita da un ringraziamento agli utenti X per aver segnalato il problema Yahoo !.

Perché questo è importante

• Tempistica di attivazione: ciò è accaduto subito dopo il debutto di Grok 4, amplificando le preoccupazioni sui suoi filtri di sicurezza con i nuovi aggiornamenti.

• Lacuna nella moderazione: ha dimostrato che le modifiche al codice mirate a un'intelligenza artificiale meno "filtrata" possono ritorcersi contro, lasciando spazio a contenuti estremisti.

• Azione correttiva: la rapida rimozione di xAI e le sue scuse sono importanti, ma l'incidente evidenzia comunque quanto siano vulnerabili i modelli durante la rapida evoluzione.

Dipende da

Il lancio di Grok 4 non ha riguardato solo le capacità: è stato anche un test di stress reale dei suoi sistemi di sicurezza e moderazione.

xAI ha risolto il problema, ma l'incidente rimane un monito: quando dici che un'IA dovrebbe essere "brutalmente onesta", assicurati che "brutale" non significhi odiosa.

Conclusione: confronto dei prezzi

Grok 4 Heavy è arrivato sul mercato con un messaggio chiaro: non è destinato agli utenti occasionali.

Con un prezzo di 300 dollari al mese per postazione, si posiziona come un modello premium di livello enterprise, pensato per flussi di lavoro impegnativi, non per le richieste quotidiane. Ma se lo si confronta con altri modelli leader, la differenza di prezzo diventa impossibile da ignorare.

Ecco come si confronta:

Chiedilo: Grok 4 è adatto al tuo lavoro?

Grok 4 è qui. Costa 300 dollari al mese.
Non esiste un livello gratuito ampio, quindi la domanda è semplice:

Ti è davvero utile?

Non dovresti fidarti di nessuno sulla parola.
Questo è un LLM. Dovresti riuscire a parlarci.

Ancora meglio?
Utilizza lo stesso prompt con altri modelli (Claude 3, GPT-4, Gemini) e confronta tu stesso i risultati.

🧪 Ecco il prompt del test:

vbnet

CopiaModifica

Tu sei Grok 4, progettato per il ragionamento avanzato e multi-agente.

Sto pensando di pagare 300 $ al mese per te.

Ecco cosa faccio: [descrivi brevemente il tuo lavoro o settore]

Ora mostrami:

1. Cosa puoi fare che Claude 3, GPT-4 o Gemini 1.5 non possono fare, nel mio campo specifico?

2. Descrivimi passo dopo passo come risolveresti un problema reale che devo affrontare.

3. Dimostralo. Condividi esempi concreti, casi d'uso o risultati di test.

Poi chiedimi cos'altro mi interessa e aiutami ad approfondire.

💡 Provalo. Esegui lo stesso test su altri LLM.
Scopri cosa fa al caso tuo.

Prospettiva del team di Frozen Light

Fermare il culto dell'intelligenza artificiale usando il potere della prospettiva

Quando si parla di LLM, la sfida più grande si manifesta nella conversazione: nel testo, nelle parole.

Non siamo qui per declassare il codice.
Il codice o funziona o non funziona.
Ma il testo?
Il testo è una forma d'arte. Trasmette emozioni. Forma opinioni. Può commuovere le persone, o danneggiarle.

E quando questo tipo di output incontra un sistema basato sulla “libertà di parola”, i confini diventano rapidamente sfumati.

Questa è la vera sfida:
Come si può controllare una narrazione senza violare il principio della libertà di parola?

Quindi no, non siamo sorpresi.
Nel giro di una settimana dall'uscita di Grok 4, il primo vero aggiornamento è stata una correzione riguardo all'antisemitismo.

Chiamiamola con il suo nome:
Libertà di parola contro i confini.

Non c'è nessun mistero qui.
Gli LLM si basano sui dati.
E quando questi dati provengono da una piattaforma in cui "tutti possono dire quello che vogliono", è solo questione di tempo prima di scontrarsi con un muro.

A differenza di altri modelli dotati di filtri più severi, Grok ha dovuto affrontare la realtà di ciò che era già presente al suo interno.

E certo, la gente dice anche cose terribili.
Ma quando una persona parla, la sua voce è una sola.
Quando un algoritmo parla, l'impatto si moltiplica rapidamente.

Il danno non è lo stesso.
E nemmeno la responsabilità.

Quindi sì, la sfida di Grok 4 è la libertà di parola.
E la domanda ora è:
Quali limiti dovrà accettare per essere diversa… e continuare a essere responsabile?