Grok, du chatbot de X au modèle de frontière : lecture d'une trajectoire

En novembre 2023, un nouvel assistant conversationnel apparaissait pour les abonnés premium du réseau social X, sous un nom emprunté à un roman de science-fiction : Grok. À ses débuts, l'outil se distinguait surtout par son ton délibérément irrévérencieux et son accès en temps réel aux publications de la plateforme. Une vingtaine de mois plus tard, l'objet a changé de nature. Grok 4, présenté en juillet 2025, s'est hissé au niveau des modèles dits « de frontière », ces systèmes qui définissent l'état de l'art à un instant donné. Entre ces deux points, une trajectoire s'est dessinée — faite de versions successives, de choix d'ingénierie et de paris industriels. C'est cette trajectoire que nous proposons de lire ici, à distance des polémiques, en nous en tenant aux faits techniques établis.

Cette chronique n'est ni un panégyrique ni un réquisitoire. La trajectoire de Grok xAI mérite d'être examinée pour ce qu'elle raconte du rythme actuel de la discipline : la vitesse à laquelle un nouvel entrant peut combler l'écart avec les acteurs installés, les leviers qu'il actionne pour y parvenir, et les limites qui subsistent. Nous distinguerons soigneusement ce qui relève du fait vérifié — dates, chiffres, scores publiés — de ce qui relève de l'interprétation. Les premiers sont sourcés ; les seconds sont présentés comme des lectures possibles, jamais comme des vérités closes.

Un mot de méthode, d'abord. Autour de xAI et de son fondateur circule une abondante littérature d'opinion. Notre parti pris est de la laisser de côté pour nous concentrer sur une seule question : par quels mécanismes concrets Grok est-il passé d'un chatbot de niche à un modèle de raisonnement compétitif ? Les trois axes que nous retiendrons — la cadence des versions, le travail sur la fiabilité factuelle, et l'usage natif d'outils — sont ceux qui ressortent des annonces techniques et des évaluations publiées. Ce sont aussi ceux qui éclairent le mieux la logique industrielle à l'œuvre.

Le constat : une lignée en accélération

Avant d'interpréter quoi que ce soit, il faut établir la chronologie. La lignée Grok compte, à la mi-2026, plusieurs générations bien documentées. Reconstituer leur enchaînement permet de mesurer la cadence — un indicateur en soi.

De la bêta au modèle open-weights

Le point de départ est un assistant conversationnel lancé le 4 novembre 2023, réservé aux abonnés de la formule premium de X. Sa promesse initiale tenait en deux traits : un ton assumé comme mordant, et un accès aux publications de la plateforme en temps réel — un ancrage dans l'actualité que peu de concurrents offraient alors nativement.

La suite a suivi un rythme soutenu. Voici les jalons confirmés par les annonces de xAI et la presse spécialisée :

• Grok-1 (17 mars 2024) : publication des poids et de l'architecture sous licence Apache 2.0. Il s'agit d'un modèle Mixture-of-Experts de 314 milliards de paramètres, dont une fraction seulement est activée par token. C'est un point de bascule symbolique : xAI place son modèle de base en accès ouvert dès le départ.
• Grok-1.5 (annoncé le 29 mars 2024) : amélioration des capacités de raisonnement et extension de la fenêtre de contexte à 128 000 tokens, déployée progressivement aux abonnés de X.
• Grok-2 (annoncé le 14 août 2024) : montée en performance et ajout de la génération d'images.
• Grok 3 (17 février 2025) : modèle phare de xAI, entraîné sur le superordinateur Colossus, doté d'un mode de réflexion explicite.
• Grok 4 et Grok 4 Heavy (9 juillet 2025) : la génération qui hisse Grok au rang de modèle de frontière, avec un usage natif d'outils.
• Grok 2.5 (poids ouverts le 24 août 2025) : xAI publie les poids de son modèle de l'année précédente, sous une licence communautaire propre.
• Grok 4.1 (17 novembre 2025) : itération centrée sur la fiabilité et le comportement conversationnel.

Cet enchaînement appelle une remarque de prudence, que nous formulons tout de suite pour ne pas y revenir : au-delà de Grok 4.1, plusieurs versions et feuilles de route circulent, souvent relayées par des sources secondaires ou des déclarations non consolidées. Nous nous en tiendrons ici aux jalons ci-dessus, solidement établis. Toute annonce ultérieure demande à être recoupée avant d'être citée comme un fait.

D'un chatbot lancé fin 2023 à un modèle de raisonnement compétitif à l'été 2025, la lignée Grok illustre une compression du calendrier qui aurait paru improbable quelques années plus tôt.

Un cas d'école de rattrapage

Ce qui frappe, dans cette chronologie, c'est moins chaque version prise isolément que la vitesse de l'ensemble. xAI, société fondée en 2023, a livré en une vingtaine de mois une trajectoire qui va d'un outil expérimental à un système figurant dans les comparatifs de tête. Une lecture possible : le retard d'un nouvel entrant sur les acteurs installés se mesure désormais en mois plutôt qu'en années, à condition de réunir trois ingrédients — du capital, du calcul, et des équipes expérimentées. Cette lecture n'est qu'une grille parmi d'autres, mais elle est cohérente avec ce qu'on observe ailleurs dans le secteur, où plusieurs laboratoires ont connu des ascensions comparables sur des périodes courtes.

Il faut toutefois nuancer immédiatement. « Rattraper » sur des benchmarks ne signifie pas égaler sur tous les usages, ni sur la durée. Un score de tête à un instant T reflète un modèle précis, dans des conditions d'évaluation précises. La suite de cette chronique s'attache justement à distinguer ce que la trajectoire Grok établit solidement de ce qui reste ouvert.

Un mot de contexte, pour situer le point de départ. xAI a été fondée en 2023 avec une ambition affichée de recherche fondamentale. Le choix de nommer son premier produit d'après un terme de science-fiction — « grok », un verbe inventé signifiant comprendre une chose en profondeur — dit quelque chose de son positionnement initial : celui d'un assistant à la personnalité marquée, distinct des interfaces plus neutres de ses concurrents. Cette identité de départ a évolué à mesure que le produit gagnait en capacités techniques. La trajectoire que nous décrivons est aussi celle d'un glissement : d'un objet d'abord défini par son ton vers un objet défini par ses performances. C'est un mouvement classique pour un produit qui mûrit, et il vaut la peine d'être noté avant d'entrer dans le détail des versions.

La bascule vers le raisonnement

Le tournant technique le plus net de la lignée se situe avec Grok 3, en février 2025. C'est là que Grok cesse d'être principalement un assistant de conversation pour devenir un modèle de raisonnement, capable de dérouler une réflexion avant de répondre.

Grok 3 et le mode de réflexion

Grok 3 a été entraîné sur Colossus, le superordinateur de xAI, avec une enveloppe de calcul que l'entreprise annonce de l'ordre de dix fois supérieure à celle de la génération précédente. Le modèle introduit un mode de réflexion explicite : plutôt que de produire une réponse d'un seul trait, il peut consacrer de quelques secondes à plusieurs minutes à explorer des pistes, revenir sur ses propres étapes et vérifier son résultat avant de conclure. Cette approche, apprise par renforcement, rejoint la famille des modèles de raisonnement popularisée par d'autres laboratoires à la même période.

Les scores publiés par xAI situent Grok 3 à un bon niveau sur les épreuves de référence. Sur l'AIME 2025, une compétition de mathématiques exigeante, le modèle en mode réflexion atteint 93,3 %. Sur GPQA, un test de raisonnement de niveau expert, il obtient 84,6 %. Sur LiveCodeBench, dédié à la programmation, il affiche 79,4 %. Ces chiffres proviennent des communications de xAI ; comme toujours, ils gagnent à être lus avec le protocole d'évaluation en tête, car un score isolé ne dit rien de la méthode qui l'a produit.

Avec Grok 3, la lignée franchit un seuil qualitatif : le modèle n'est plus jugé sur sa vivacité conversationnelle, mais sur sa capacité à raisonner pas à pas — le critère qui départage aujourd'hui les modèles de frontière.

Pourquoi le raisonnement change la donne

Ce passage au raisonnement mérite qu'on s'y arrête, car il structure toute la suite. Un modèle de langage classique prédit le mot suivant, un à la fois, sans plan d'ensemble. Un modèle de raisonnement, lui, apprend à décomposer un problème, à tester des approches et à se corriger. La différence se voit surtout sur les tâches à plusieurs étapes — mathématiques, programmation, analyse structurée — où une seule erreur intermédiaire fait dérailler la réponse finale.

Une interprétation raisonnable est que Grok 3 marque le moment où xAI aligne son offre sur le paradigme dominant du secteur. Ce n'est pas une rupture propre à xAI : c'est une convergence. Plusieurs laboratoires ont adopté, sur la même période, cette logique de calcul au moment de l'inférence — laisser le modèle « réfléchir plus longtemps » pour gagner en justesse. Lire Grok 3 dans ce cadre évite un contresens fréquent : il ne s'agit pas d'une invention isolée, mais d'une mise à niveau réussie sur un terrain balisé par d'autres.

Grok 4 : l'entrée dans la frontière

Si Grok 3 aligne la lignée sur le paradigme du raisonnement, c'est Grok 4 qui l'installe parmi les modèles de tête. Présenté le 9 juillet 2025 lors d'une diffusion en direct, Grok 4 — accompagné d'une variante Grok 4 Heavy — a été mis en avant par xAI comme son modèle le plus performant.

L'échelle de calcul

Grok 4 a été entraîné en s'appuyant sur Colossus, un ensemble que xAI décrit comme comptant de l'ordre de 200 000 processeurs graphiques. L'entreprise met en avant un travail d'efficacité qui aurait amélioré d'un facteur six le rendement de calcul par rapport à la génération précédente, appliqué à un entraînement par renforcement mené à grande échelle. La fenêtre de contexte annoncée atteint 256 000 tokens, de quoi traiter de longs documents ou de longues conversations sans perdre le fil.

Un fait mérite d'être noté sans commentaire de valeur : le lancement s'est accompagné d'une formule d'abonnement haut de gamme, facturée 300 dollars par mois pour l'accès à la variante la plus puissante. Le chiffre est confirmé par la presse spécialisée. Il illustre un positionnement — l'accès aux capacités de pointe se paie — sans qu'il faille en tirer un jugement sur la valeur d'usage, qui dépend entièrement du besoin de chacun.

Les scores mis en avant

Sur le plan des évaluations, xAI a mis en avant plusieurs résultats. Le plus commenté concerne Humanity's Last Exam, un test conçu pour être particulièrement ardu : xAI a présenté Grok 4 comme le premier modèle à en dépasser le seuil de 50 % dans sa configuration la plus outillée. Sans outils, les chiffres communiqués sont plus modestes — de l'ordre de 25 % pour Grok 4 sur cette même épreuve — ce qui rappelle à quel point la présence ou l'absence d'outils change radicalement la lecture d'un score. Sur l'USAMO 2025, une olympiade de mathématiques, la variante Heavy a été créditée d'environ 62 %.

Ces résultats appellent la même prudence méthodologique que précédemment. Ce sont des chiffres annoncés par le concepteur du modèle ; ils sont impressionnants sur le papier, mais la comparaison rigoureuse suppose des conditions identiques pour tous les modèles évalués — même version, même nombre d'essais, même accès aux outils. Le tableau ci-dessous rassemble quelques repères de la lignée, en précisant leur source et leurs limites.

L'usage natif d'outils : la vraie bascule technique

De tous les éléments de la trajectoire, l'usage natif d'outils est sans doute celui qui distingue le plus nettement Grok 4 de ses prédécesseurs. C'est aussi le plus intéressant à décrypter, car il traduit un déplacement de fond dans la conception des modèles.

Ce que signifie « usage natif d'outils »

Un modèle de langage, seul, ne sait que produire du texte à partir de ce qu'il a appris. Pour vérifier un fait récent, exécuter un calcul exact ou consulter une page web, il lui faut des outils externes — un moteur de recherche, un interpréteur de code, un navigateur. Historiquement, ces outils étaient greffés autour du modèle, orchestrés par une couche logicielle distincte.

L'approche de Grok 4, telle que décrite par xAI, est différente : le modèle a été entraîné, par apprentissage par renforcement, à utiliser ces outils de lui-même, en cours de raisonnement. Il décide quand lancer une recherche, quelle requête formuler, quand exécuter du code, puis intègre le résultat dans sa réflexion. C'est ce qu'on désigne par usage natif : la capacité d'employer des outils n'est plus un ajout périphérique, elle fait partie de l'entraînement même du modèle.

• Le modèle peut sélectionner ses propres requêtes de recherche pour étayer une réponse.
• Il peut exécuter du code pour obtenir un résultat exact plutôt que de l'estimer.
• Il enchaîne ces actions au fil de son raisonnement, sans qu'un opérateur humain ne les déclenche une à une.

Cette description repose sur les communications de xAI et sur les analyses techniques publiées à la sortie du modèle. Elle rejoint une tendance générale du secteur, où l'entraînement à l'usage d'outils par renforcement est devenu un axe de travail partagé par plusieurs laboratoires.

La logique s'est prolongée dans les déclinaisons ultérieures de la lignée. Une variante orientée vitesse, présentée en septembre 2025, a poussé encore cette approche : entraînement de bout en bout à l'usage d'outils par renforcement, fenêtre de contexte étendue, et décision autonome du modèle sur le moment opportun pour lancer une recherche, exécuter du code ou appeler un outil. Sans entrer dans le détail de chaque variante — le paysage se ramifie vite —, on retiendra la constante : l'usage d'outils cesse d'être une option greffée pour devenir un réflexe entraîné. Cette continuité, d'une version à l'autre, est un signal plus parlant qu'une annonce isolée : elle indique un axe de conception assumé sur la durée, et non un simple argument de communication ponctuel.

Pourquoi cela compte pour la fiabilité

Une lecture stratégique s'impose ici. L'usage natif d'outils n'est pas qu'une commodité : c'est l'un des leviers les plus directs pour améliorer la justesse d'un modèle. Un système qui vérifie un chiffre en exécutant un calcul, ou qui consulte une source à jour avant de répondre, réduit mécaniquement sa dépendance à une mémoire interne forcément datée et parfois approximative. Autrement dit, l'outil sert de garde-fou contre les réponses inventées.

Cela relie deux axes de notre trajectoire — le raisonnement et les outils — en une même logique industrielle. Faire raisonner un modèle plus longtemps améliore les tâches complexes ; lui apprendre à s'appuyer sur des outils fiabilise les faits. Les deux mouvements se renforcent, et Grok 4 les combine. C'est, à notre lecture, la contribution la plus solide de cette génération : non pas une prouesse isolée, mais l'intégration cohérente de deux briques que le secteur a identifiées comme déterminantes.

Entraîner un modèle à se servir d'outils de lui-même, ce n'est pas lui ajouter un gadget : c'est déplacer le curseur de la mémoire vers la vérification — un pas concret vers des réponses plus ancrées dans le réel.

La question des hallucinations : des progrès, mais une prudence de mise

L'angle de la fiabilité factuelle est délicat, car c'est précisément là que le risque de surinterprétation est le plus élevé. Nous l'abordons donc avec une rigueur particulière, en séparant nettement ce que les concepteurs annoncent de ce que les évaluations indépendantes établissent.

Ce que xAI met en avant

Avec Grok 4.1, présenté en novembre 2025, xAI a communiqué sur un recul des réponses erronées — ces « hallucinations » par lesquelles un modèle affirme avec aplomb une information fausse. L'entreprise a avancé que cette version serait sensiblement moins sujette à ce travers que les précédentes, chiffres de benchmarks internes à l'appui. La direction affichée est claire : faire de la fiabilité factuelle un axe de progrès explicite d'une version à l'autre.

Cette orientation est cohérente avec le reste de la trajectoire. On l'a vu, l'usage natif d'outils va dans le même sens : vérifier plutôt que se souvenir. Il est donc plausible que la lignée ait effectivement gagné en fiabilité sur certaines tâches, notamment celles où une vérification externe est possible.

Pourquoi il faut rester nuancé

Reste que la mesure des hallucinations est un terrain miné, et l'honnêteté commande de le dire. Les résultats varient fortement selon la méthode d'évaluation. Sur certains protocoles, les chiffres annoncés par xAI montrent une nette amélioration ; sur d'autres, menés par des tiers, les écarts se resserrent, voire s'inversent. Des évaluations indépendantes ont ainsi relevé des divergences marquées avec les chiffres internes — un rappel que « moins d'hallucinations » n'a de sens qu'au regard d'un test précis et d'une tâche précise.

La lecture prudente est donc la suivante : la fiabilité factuelle de Grok progresse selon plusieurs mesures, et c'est un axe de travail assumé par xAI ; mais aucun modèle du marché n'a éliminé le problème, et les classements dépendent lourdement du protocole retenu. Nous nous garderons de trancher au-delà de ce constat. Pour un utilisateur, la conclusion pratique reste inchangée quel que soit le modèle : vérifier les affirmations importantes plutôt que les tenir pour acquises. Ce principe vaut pour Grok comme pour ses concurrents.

Sur les hallucinations, la trajectoire montre une intention et des progrès mesurés — pas une victoire définitive. Les chiffres internes et les évaluations indépendantes ne concordent pas toujours : c'est une raison de rester factuel, pas d'ignorer les avancées.

Mise en perspective : une trajectoire parmi d'autres

Pour prendre la juste mesure de la lignée Grok, il faut la resituer dans son écosystème. Elle n'évolue pas seule : elle avance en même temps que plusieurs autres familles de modèles, dans une rivalité serrée qui tire l'ensemble vers le haut.

Une convergence des approches

Ce qui ressort de notre lecture, c'est la convergence. Raisonnement par renforcement, calcul au moment de l'inférence, usage natif d'outils, travail sur la fiabilité factuelle : ces axes ne sont pas propres à xAI. On les retrouve, sous des formes voisines, chez les principaux laboratoires. La trajectoire Grok illustre donc moins une singularité qu'une dynamique collective, où chaque acteur adopte et affine les meilleures idées disponibles.

Cette convergence a une conséquence intéressante pour l'observateur. Elle rend les modèles de tête plus comparables entre eux — ils partagent une architecture conceptuelle commune — tout en déplaçant la concurrence vers l'exécution : qualité de l'entraînement, échelle de calcul disponible, finesse de l'intégration des outils, rythme des mises à jour. C'est sur ce terrain de l'exécution que se joue désormais l'essentiel, et c'est là que la cadence de xAI a été remarquée.

Les leviers spécifiques de xAI

Deux leviers distinguent tout de même la trajectoire de xAI. Le premier est l'ancrage dans la plateforme X : Grok dispose d'un accès natif à un flux de données conversationnelles en temps réel, ce qui constitue un atout particulier pour les requêtes liées à l'actualité. Le second est l'échelle de calcul rassemblée en un temps court, autour du superordinateur Colossus, dont l'ampleur annoncée a nourri la vitesse de développement.

On peut lire ces deux leviers comme la traduction d'une stratégie assumée : miser sur l'infrastructure et sur l'intégration à un écosystème existant pour compenser un démarrage tardif. Cette lecture n'épuise pas le sujet, et d'autres facteurs entrent en jeu — la composition des équipes, les choix de données, les partis pris de produit. Mais elle offre une grille cohérente pour comprendre comment un nouvel entrant a pu, en peu de temps, se hisser dans le peloton de tête.

L'ancrage dans X mérite d'ailleurs une attention particulière, car il touche à un enjeu réel des modèles de langage : leur rapport à l'actualité. Un modèle entraîné à une date donnée voit ses connaissances figées à cette date ; tout événement postérieur lui échappe, sauf à consulter une source externe. L'accès natif à un flux de publications en temps réel offre à Grok un moyen de rester au contact de l'actualité, sur les sujets où la plateforme est riche en signaux. C'est un atout situationnel — il vaut surtout pour les requêtes liées aux événements récents et aux conversations en cours — et il se combine naturellement avec l'usage d'outils de recherche. On tient là un exemple concret de la façon dont un choix d'écosystème peut se traduire en avantage fonctionnel, sans qu'il faille en exagérer la portée : la qualité d'une réponse dépend toujours, in fine, de la fiabilité des sources consultées.

La question de l'ouverture

Un dernier point mérite attention, car il touche à la philosophie de diffusion. xAI a placé Grok-1 en accès ouvert dès mars 2024, puis publié les poids de Grok 2.5 en août 2025, sous une licence communautaire propre assortie de restrictions. Le fondateur de l'entreprise a par ailleurs évoqué l'ouverture ultérieure de versions plus récentes, une fois qu'elles ne constituent plus le modèle de pointe.

La logique, telle qu'on peut la lire, consiste à ouvrir les modèles d'une génération une fois la suivante disponible. Cette approche par décalage est un compromis entre la fermeture totale et l'ouverture immédiate. Elle mérite d'être suivie dans le temps plutôt que jugée sur une seule annonce, car sa portée réelle dépendra de la régularité avec laquelle elle sera appliquée. Nous nous contentons ici de la consigner comme un élément de la trajectoire, sans préjuger de son évolution.

Ce que la trajectoire révèle, à notre lecture

Il est temps de rassembler les fils. Que nous apprend, au fond, cette lignée qui va d'un chatbot de plateforme à un modèle de frontière en une vingtaine de mois ?

Une première lecture concerne le rythme du secteur. La trajectoire Grok confirme que l'écart entre un nouvel entrant bien doté et les acteurs installés peut se combler en quelques itérations rapprochées. Ce constat n'est pas propre à xAI ; il caractérise une phase où le capital, le calcul et les recettes d'entraînement circulent vite. Pour l'observateur, la leçon utile est qu'un classement des modèles est par nature provisoire : la hiérarchie se recompose au fil de versions qui se succèdent en quelques mois.

Une deuxième lecture porte sur les leviers techniques. La montée en gamme de Grok ne tient pas à une invention unique, mais à l'accumulation cohérente de briques que le secteur a identifiées comme décisives — le raisonnement par renforcement, l'échelle de calcul, et surtout l'usage natif d'outils. Cette dernière brique est celle qui nous paraît la plus structurante, car elle relie la performance sur les tâches complexes à la fiabilité sur les faits. C'est un enseignement transposable : les progrès les plus solides viennent souvent de l'intégration soignée de plusieurs idées éprouvées, plutôt que d'une prouesse isolée.

Une troisième lecture, enfin, invite à la mesure sur la fiabilité. Les progrès annoncés sur les hallucinations sont réels selon plusieurs benchmarks, et l'usage d'outils va dans le bon sens ; mais la mesure reste dépendante du protocole, et aucun modèle n'a réglé la question. La bonne posture n'est ni l'enthousiasme aveugle ni le scepticisme de principe, mais l'attention aux conditions d'évaluation. C'est vrai pour Grok comme pour l'ensemble de ses concurrents.

La trajectoire Grok se lit moins comme l'exploit d'un acteur que comme le reflet d'une époque : celle où les modèles de frontière convergent sur les mêmes leviers, et où l'exécution — la vitesse, l'échelle, l'intégration — fait la différence.

Ce qu'on peut en retenir

Au terme de cette lecture, quelques repères se dégagent, que nous formulons avec la nuance de rigueur. La lignée Grok a franchi en peu de temps la distance qui sépare un assistant conversationnel d'un modèle de raisonnement compétitif. Ce parcours s'appuie sur des faits datés et vérifiables : une bêta fin 2023, un modèle open-weights au printemps 2024, un basculement vers le raisonnement au début 2025, une entrée dans la frontière à l'été 2025.

Les moteurs de cette montée en gamme sont identifiables sans qu'il soit besoin de spéculer : une cadence de versions soutenue, une échelle de calcul rassemblée rapidement, l'adoption du raisonnement par renforcement, et un usage natif d'outils qui rapproche la vérification du cœur du modèle. Sur la diminution des hallucinations, la direction est affichée et des progrès sont mesurés, mais la comparaison rigoureuse reste tributaire des protocoles — un point sur lequel nous avons choisi de rester prudents plutôt que d'avancer un classement tranché.

Pour un lecteur qui cherche à s'orienter dans l'actualité de l'IA, la trajectoire Grok offre surtout un cas d'étude utile. Elle montre à quel point la frontière technologique est mouvante, combien la comparaison entre modèles demande de soin, et pourquoi les mêmes leviers — raisonnement, calcul, outils, fiabilité — reviennent chez tous les acteurs sérieux. Comprendre ces mécanismes, plutôt que de suivre les seuls classements, c'est se donner les moyens de lire chaque nouvelle annonce à sa juste valeur. Et c'est, au fond, tout l'objet de cette chronique : repérer les tendances de fond, sans se laisser porter ni par l'engouement, ni par la défiance.

Sources

Cet article s'appuie sur des sources publiques et vérifiables. Les scores cités sont ceux publiés par les concepteurs ; leur comparaison suppose des protocoles d'évaluation identiques.

• xAI, « Grok-4 » (annonce, 9 juillet 2025 — usage natif d'outils, contexte, benchmarks) — x.ai/news/grok-4.
• xAI, « Grok 3 Beta — The Age of Reasoning Agents » (17 février 2025 — mode de réflexion, Colossus, scores AIME/GPQA) — x.ai/news/grok-3.
• xAI, « Open Release of Grok-1 » (17 mars 2024 — poids ouverts, 314 Mds de paramètres, Apache 2.0) — x.ai/news/grok-os.
• Wikipedia, « Grok (chatbot) » (chronologie des versions et dates) — en.wikipedia.org.
• TechCrunch, « Elon Musk's xAI launches Grok 4 alongside a $300 monthly subscription » (9 juillet 2025) — techcrunch.com.
• TechCrunch, « Elon Musk says xAI has open sourced Grok 2.5 » (24 août 2025 — poids ouverts, licence communautaire) — techcrunch.com.
• VentureBeat, « Musk's xAI launches Grok 4.1 with lower hallucination rate » (17 novembre 2025 — fiabilité factuelle, nuances) — venturebeat.com.
• xAI, dépôt open-weights Grok-1 — github.com/xai-org/grok-1.