Re Reference AI

モデル

Grok(Grok 4.7)とは

Grok 4.7 / Grok 4

イーロン・マスク率いるxAIが開発する、X(旧Twitter)との統合を特徴とする大規模言語モデルファミリー

LLMマルチモーダルクローズドウェイト

最終更新:

ひとことで言うと

イーロン・マスクのxAIが作るAIモデル。X(旧Twitter)やWebの検索ツールで、リアルタイムの話題を調べられる点が特徴。

概要

Grokとは、イーロン・マスクの設立したxAIが開発する大規模言語モデルファミリー。 テキスト生成に加え、画像生成・画像編集・動画生成・音声合成・音声認識・音声対話まで対応しており、2026年9月公開のgrok-4.7がフラッグシップにあたる。 grok-4.7は50万トークンのコンテキストを持ち、テキストと画像を受け取りテキストを出力する。知識のカットオフは2026年5月となっている。 リアルタイムな情報はAPI側のWeb検索・X検索ツールを有効にすることで得られる。ツールを使わない場合、モデルは学習データに含まれる範囲の情報しか扱えない。 用途別のモデルも整備されており、推論特化のgrok-4.20-0309-reasoning、100万トークンのコンテキストを持つgrok-4.3、コーディング専用のgrok-build-0.1、複数エージェントのgrok-4.20-multi-agent-0309がその例となる。 オープンウェイトで公開されているのはGrok-1(2024年3月、Apache 2.0)とGrok 2(2025年8月、Grok 2 Community License)のみで、Grok 3以降は重みが非公開となっている。

背景

xAIは、学習時点の知見に基づく応答では時事的な話題へ対応しにくい点を問題視し、リアルタイムな投稿データを扱うXのプラットフォームとの連携で差別化を図った。 ただし現行のAPIでは、リアルタイム情報の取得はWeb検索・X検索のツールを有効にすることで得られる。ツールを使わない場合、モデルは学習データに含まれる範囲の情報しか扱えない。 公式ドキュメントは「SpaceXSI(xAI)」の名で提供されており、APIのエンドポイントはhttps://api.x.ai で提供される。

歴史

2023年11月: xAIが最初のGrokモデル(Grok-1)を発表した。 2024年3月: Grok-1の重みをApache 2.0でオープンウェイト公開した。 2024年11月: xAI APIの公開ベータを開始し、grok-2-1212とgrok-2-vision-1212を公開した。 2025年3月: 画像生成モデルをAPIで提供開始。5月にLive SearchをAPIで有効化した。 2025年4月: Grok 3モデルをAPIで提供開始。 2025年7月: Grok 4をAPIおよびgrok.comで提供開始。 2025年8月: Grok 2の重みをGrok 2 Community Licenseでオープンウェイト公開した。 2025年11月: Grok 4.1 FastをEnterprise APIで提供開始。 2026年3月: Grok 4.20とGrok 4.20 Multi-agentを公開し、音声合成もAPIで提供開始。 2026年5月: コーディングエージェントのGrok Buildとgrok-build-0.1を公開した。 2026年7月: Grok 4.5を公開した。 2026年8月: Grok 4.6とGrok Botを公開した。 2026年9月: Grok 4.7を公開した。50万トークンのコンテキストに対応し、推論の強度をlowからxhighまで指定できる。 2026年10月: 音声対話モデルのGrok Voice 3.0を提供開始。

アーキテクチャ

重みが公開されているGrok-1は、デコーダのみのTransformerにMoEを組み合わせた設計で、314Bパラメータ・64層・48個のクエリヘッドと8個のキー/バリューヘッドからなる。8個のエキスパートのうち2個を1トークンごとに活性化する構成で、語彙はSentencePieceの131,072トークン、最大シーケンス長は8,192トークンに留まる。 Grok 2も64層・隠れサイズ8,192の構成で、エキスパート8個のうち2個を活性化する残差MoEを採用しており、131,072トークンのコンテキストに対応する。公開されている重みはFP8のTP=8向けチェックポイント(約500GB)で、社区ライセンスのもとで配布されている。 Grok 3以降のアーキテクチャは非公開で、API経由で提供される機能(コンテキスト長、推論の強度、ツール)のみが仕様として公開されている。

ワークフロー

利用者はgrok.comのチャットサービス、またはxAI APIを通じてGrokを利用する。APIではResponses APIとOpenAI互換のChat Completionsのどちらでもリクエストを投げられる。 Web検索・X検索・コード実行・関数呼び出しの各ツールを有効にすると、モデルの外部で情報を取得して回答へ反映できる。 grok-4.7は推論の強さをreasoning_effortで指定でき、Responses APIでは暗号化された推論内容を返す。

コード例

xAI APIでのGrok呼び出し(OpenAI SDK互換)

from openai import OpenAI

client = OpenAI(api_key="XAI_API_KEY", base_url="https://api.x.ai/v1")

response = client.chat.completions.create(
    model="grok-4.7",
    messages=[{"role": "user", "content": "最新のニュースを教えて"}],
)
print(response.choices[0].message.content)

X検索ツールを有効にして最新の上記情報を集める

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1",
)

response = client.responses.create(
    model="grok-4.7",
    input=[{"role": "user", "content": "Xでいま何が話題になっているか教えて"}],
    tools=[{"type": "x_search"}],
)

print(response)

利点

  • テキスト・画像・動画・音声をAPIでまとめて提供しており、用途別のモデルが整っている
  • Web検索・X検索のツールにより、学習時点の後の話題も取得して回答へ反映できる
  • 推論の強度(reasoning effort)を指定でき、Responses APIでは暗号化された推論内容も扱える
  • Grok-1とGrok 2の重みが公開されており、ローカルでの検証や派生研究に使える

欠点

  • リアルタイム情報は検索ツールを有効にしたときだけ利用でき、ツールなしの応答は学習データに基づく
  • 最新世代の重みは非公開であり、公開されているGrok 2までの世代でしかない
  • Grok 2の重みはFP8のTP=8向けチェックポイント(約500GB)で、8枚以上のGPUを用意する必要がある
  • Grok 2の重みはGrok 2 Community Licenseで提供され、商用利用の条件は別途確認する必要がある

比較

  • GPT — GPTが幅広い用途向けの汎用モデルとして展開されるのに対し、GrokはXとの統合とリアルタイム検索ツールを軸に据える
  • Claude — Claudeが安全性とアライメントを重視するのに対し、Grokはリアルタイム情報へのアクセスと砕けた応答スタイルを特徴とする
  • Gemini — Geminiがマルチモーダル統合と検索連携を強みとするのに対し、GrokはX上のデータとの統合を強みとする

関連する用語

GPTClaudeGeminiLlamaVLMKimiマルチモーダルLLMツールコーリングマルチモーダルパラメータトークンAIエージェント

よくある質問

GrokとほかのLLMの一番の違いは?

Web検索やX検索のツールで最新の話題に対応できる点が大きい。 ツールを有効にしたAPI利用では学習後の情報も取得できるが、ツールを使わない場合は学習データに基づく回答となる。

Grokは誰でも使える?

Xの有料サブスクリプションやgrok.comのチャットサービスから利用できるほか、xAIのAPIを通じて開発者が自社アプリへ組み込むこともできる。

Grokの重みは公開されている?

Grok-1(2024年3月、Apache 2.0)とGrok 2(2025年8月、Grok 2 Community License)の重みのみ公開されている。 Grok 3以降はクローズドウェイトで、API経由でのみ利用できる。

参考文献

関連する比較

Gemini vs Grok

GeminiはGoogleが開発するテキスト・画像・音声・動画を統合的に扱うマルチモーダルLLMファミリー、GrokはxAIが開発するX(旧Twitter)とのリアルタイム統合を特徴とするLLMファミリー。いずれもチャットサービス・API経由で利用できる。

GeminiGrok

関連する特集記事

主要クローズドウェイトLLMモデル一覧

GPT・Claude・Gemini・Grok・Cohere等、モデルの重みが非公開でAPI経由で提供される主要なクローズドウェイトLLMを一覧で紹介。各モデルの特徴・開発元比較・発表年表まとめ。

モデル5モデル

関連Zenn記事