EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Together AI présente des agents hybrides raisonnant en espace latent18/10/26 · Together AI|
🇺🇸 États-Unis generalistSortie juillet 2025

Grok 4

xAI
Verdict

Un modèle polyvalent, équilibré sur la plupart des usages.

Présentation

Grok 4 se distingue par son accès en direct au flux de X (Twitter) et ses filtres de sécurité plus légers que la concurrence. Apprécié pour la veille temps réel et les conversations moins corsetées. Sa qualité en français est correcte mais en retrait. À éviter pour les usages enterprise européens (RGPD limité).

Profil de compétences

FrançaisRaisonn.VitesseCréativitéSûreté
Arena Elo1360
Benchmarks vérifiés
GPQA72%
SWE-Bench60%
MATH87.5%
MMLU87%
HumanEval88.5%

Trois mesures indépendantes

Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.

Préférence
Quelle réponse les gens préfèrent-ils, à l’aveugle ?
1360Elo
Sensible au style et à la longueur des réponses.
Capacité
Que sait faire le modèle sur des tâches mesurées ?
22.5/ 100
Agrège dix évaluations lancées par Artificial Analysis.
Adoption
Qu’utilise réellement le marché ?
Pas encore mesuré
Source: OpenRouter (openrouter.ai/rankings). CC BY 4.0
Trafic passant par OpenRouter uniquement : mesure l’adoption, pas la qualité, et ignore l’usage direct des API des éditeurs.

Que signifient ces scores ?

GPQA72%très bon

Questions scientifiques de niveau doctorat (physique, chimie, biologie), sans accès à des outils.

SWE-Bench60%solide

Résolution de vrais tickets GitHub en conditions réelles (SWE-bench Verified).

MATH87.5%excellent

Problèmes mathématiques de niveau compétition.

MMLU87%excellent

Connaissances générales réparties sur des dizaines de matières académiques.

HumanEval88.5%excellent

Génération de code Python à partir de spécifications.

Forces

  • Excellent en code
  • Top mondial sur Arena

Limites

  • Vitesse moyenne
  • Pas de résidence UE documentée
  • Filtres de sûreté légers

À qui ça s'adresse

Pour vous si…
  • vous codez avec un agent ou en autonomie
À éviter si…
  • vous manipulez des données sensibles sans option UE
  • vous avez besoin de réponses très rapides
  • vous voulez des garde-fous stricts

Cas d'usage idéaux

  • Recherche temps réel sur X
  • Conversations sans filtres
  • Analyse réseaux sociaux
  • Humour
  • Veille

Accès & disponibilité

API payante au tokenAbonnement grand public (~30€/mois)

Caractéristiques clés

Contexte
256K
Prix entrée
$5.00/M
Prix sortie
$15.00/M
Vitesse
60 tok/s
Prix non auditéBenchmarks non audités

Combien ça coûte par mois

Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

Via API
$150 / mois
≈ 138 € · 20.0 M tokens
Auto-hébergé
Poids fermés : pas d’auto-hébergement

Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

nAIvigate Trust Index

64/100

Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

19/20 critères documentés · 95 %

Données72
5/5 · 30 %
Souveraineté10
3/3 · 20 %
Transparence75
4/4 · 15 %
Entreprise83
5/6 · 20 %
Licence85
2/2 · 15 %
Voir les critères▾
Données
Résidence des données en UE60
Pas de transfert hors UE
Pas d’entraînement sur vos données
Rétention configurable
Zero Data Retention
Souveraineté
Auto-hébergeable (poids ouverts)
Hébergement UE proposé
Éditeur européenpays : US30
Transparence
Licence publiée (URL)
Tarifs publics sourcés
Engagements de conformité publiés
Liste des sous-traitants publiée
Entreprise
DPA disponible
SSO / SAML
Provisionnement SCIM
Journaux d’audit
SOC 2 / ISO 27001
Endpoint privé chez l’éditeurnon documenté
Licence
Usage commercial autorisé
Type de licenceproprietary70
Classement complet et méthodologie

Badge Trust Index

Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

nAIvigate Trust Index · Grok 4
[![nAIvigate Trust Index · Grok 4](https://naivigate.com/badge/grok-4.svg)](https://naivigate.com/fr/model/grok-4)

Données & conformité

Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

Résidence des données en UESur demande
Accord de traitement (DPA)Oui
Transfert hors UEOui
Entraînement sur vos donnéesNon
Rétention configurableOui
Zero Data RetentionOui
Auto-hébergeableNon
Hébergement déclaréUS

Qualité des données de la fiche

78/100

Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

6/6 documentées · 3/6 sources primaires · 2 de plus de 90 jours

Prix APIofficiel
Fenêtre de contexteévaluation nAIvigate
Elo ArenaLMArena, préférence humaineindépendant
Benchmarks (MMLU, GPQA, SWE-bench…)annoncé par l’éditeur, non recoupéévaluation nAIvigate
Licenceévaluation nAIvigate
Données & conformitéofficiel
Données avancées · pour experts
Architecture, modalités, coût détaillé, benchmarks complets
▾
Architecture
MoE
Taille
undisclosed
Date de coupe
mars 2025
Entrées
text, image
Sorties
text, code
Licence
proprietary
Hébergement
US
Score d'hallucination
3/5
Coût estimé (API)
Échange type (~3k entrée / 1k sortie)
≈ $0.0300
1M entrée + 1M sortie
≈ $20.00
Tous les benchmarks
Arena Elo1360
MMLU87.0%
GPQA72.0%
HumanEval88.5%
SWE-Bench60.0%
MATH87.5%

Modèles similaires