先釐清一點：喺本文可用嘅 xAI 官方資料入面，明確可核實嘅係 Grok 4 同 Grok 4 Heavy；xAI 嘅 Grok 4 公告並無提供 Grok 4.2 作為獨立型號嘅技術規格。[5] 所以下面比較會採取較保守、亦較實用嘅讀法：將 Grok 4.2 視為大家口中嘅普通 Grok 4 系列／非 Heavy 模式，再同 Grok 4 Heavy 比較。
一句講晒：日常用普通版，難題先開 Heavy
如果你只係想做一般資料查詢、內容草稿、文件摘要、即時資料整理，或者平時問答，普通 Grok 4 系列通常已經係合理起點。xAI 指 Grok 4 包括原生工具使用同即時搜尋整合，並可供 SuperGrok、Premium+ 訂閱者以及 xAI API 使用。[5]
Grok 4 Heavy 就係更高階嘅選項。xAI 喺 Grok 4 公告入面將 SuperGrok Heavy tier 同 Grok 4 Heavy 存取綁定，並稱 Heavy 係 Grok 4 嘅更強版本；xAI 嘅 Grok 頁面亦寫明 SuperGrok Heavy 用戶可以用 Grok 4 Heavy 處理更具挑戰性嘅任務，並有更高 rate limits。[5][
11]
簡單講：
- 一般工作流：先用普通 Grok 4 系列。
- 複雜推理、重要分析、高難度 coding 或數學題：再考慮 Grok 4 Heavy。
- 如果你見到 Grok 4.2 呢個講法，最好先確認平台實際指緊邊個模式，因為本文可用官方來源未見 Grok 4.2 嘅獨立規格。[
5]
普通 Grok 4 系列 vs Grok 4 Heavy：核心分別
| 比較點 | Grok 4.2／普通 Grok 4 系列 | Grok 4 Heavy |
|---|---|---|
| 官方資料狀態 | 本文可用官方來源明確描述 Grok 4，但未提供 Grok 4.2 嘅獨立規格。[ | xAI 官方資料明確列出 Grok 4 Heavy，並將其放入 SuperGrok Heavy tier。[ |
| 主要用途 | 日常問答、搜尋、文件摘要、寫作、一般 coding 輔助；Grok 4 已有工具使用同即時搜尋整合。[ | 較適合高難度、多步驟、需要更多推理餘量嘅任務；xAI 指 SuperGrok Heavy 用戶可用它處理更具挑戰性嘅任務。[ |
| 推理方式 | DataCamp 將 Grok 4 描述為 single-agent 模型。[ | DataCamp 將 Grok 4 Heavy 描述為 multi-agent 版本；另一第三方技術整理指 Heavy 使用 parallel test-time compute。[ |
| Benchmark 表現 | LLM Stats 嘅比較中，Grok-4 喺列出嘅 6 個 benchmark 未有領先 Grok-4 Heavy 嘅項目。[ | LLM Stats 顯示 Grok-4 Heavy 喺 AIME 2025、GPQA、HMMT25、Humanity’s Last Exam、LiveCodeBench、USAMO25 呢 6 項都勝過 Grok-4。[ |
| 使用門檻 | xAI 指 Grok 4 可供 SuperGrok、Premium+ 同 API 使用。[ | 需要 SuperGrok Heavy 相關存取；xAI 亦提到 SuperGrok Heavy 提供 Grok 4 Heavy 同更高 rate limits。[ |
最大分別唔只係名，而係推理架構
技術上，真正要留意嘅唔係 Grok 4.2 定 Grok 4 Heavy 呢個名，而係模型處理難題時嘅方式。DataCamp 將 Grok 4 描述為 xAI 嘅 single-agent 模型，並將 Grok 4 Heavy 描述為 multi-agent 版本。[2] 另一篇第三方技術整理則指 Grok 4 Heavy 使用 parallel test-time compute，即係推理期間用多個模型實例並行探索問題。[
7]
用日常講法理解：普通 Grok 4 系列好似一個能力強嘅助手直接處理問題；Grok 4 Heavy 就更似將同一條難題交畀多條推理路徑同時拆解，再用更多計算去提高答案質素。呢種設計理論上較適合複雜邏輯、多步驗證、數學推理、科學問答或者較難嘅 coding reasoning。
不過要留意，single-agent、multi-agent 同 parallel test-time compute 呢啲架構描述主要來自第三方整理，唔應該當成 xAI 完整官方技術白皮書去讀。[2][
7]
Benchmark 顯示：Heavy 優勢集中喺難題
第三方 benchmark 彙整 LLM Stats 顯示，喺佢列出嘅 6 個比較項目入面，Grok-4 Heavy 全部勝過 Grok-4；Grok-4 領先嘅項目係 0 個。[8] 呢 6 項包括 AIME 2025、GPQA、HMMT25、Humanity’s Last Exam、LiveCodeBench 同 USAMO25。[
8]
呢個結果支持一個好實際嘅判斷：如果你嘅任務接近高難度考題、競賽式推理、複雜程式推理，或者要模型反覆檢查每一步邏輯，Heavy 會更值得考慮。
但 benchmark 贏，唔代表每個日常 prompt 都一定有明顯差距。摘要一份文件、整理會議重點、寫第一版文案、查即時資料，普通 Grok 4 系列本身已經有工具使用同即時搜尋整合，未必需要一開始就用 Heavy。[5]
使用門檻：Heavy 唔係普通預設模式
揀模型時，除咗睇能力，仲要睇可唔可用。xAI 指 Grok 4 可供 SuperGrok、Premium+ 訂閱者以及 xAI API 使用；同一公告亦介紹 SuperGrok Heavy tier，提供 Grok 4 Heavy 存取。[5] xAI 嘅 Grok 頁面再補充，SuperGrok Heavy 用戶可使用 Grok 4 Heavy 處理更具挑戰性嘅任務，並有更高 rate limits。[
11]
所以問題唔單止係 Heavy 係咪更強，而係你嘅任務值唔值得用更高門檻嘅模型。對大部分日常工作，普通 Grok 4 系列會係更直接嘅預設；對重要決策前嘅複雜分析、技術疑難排查、需要多步驗證嘅推理題，Heavy 先更有機會拉開距離。[8][
11]
應該點揀？
適合用普通 Grok 4 系列，如果你主要想：
- 做日常問答、資料搜尋、內容草稿、文件摘要或一般知識整理。
- 用原生工具同即時搜尋；呢啲係 xAI 對 Grok 4 明確列出嘅能力。[
5]
- 做一般 coding 輔助，而唔係解競賽級、研究級難題。
- 以 SuperGrok、Premium+ 或 API 方式使用 Grok 4，而唔需要 SuperGrok Heavy tier。[
5]
適合用 Grok 4 Heavy，如果你主要想：
- 處理需要多步推理、反覆驗證、較高準確度餘量嘅難題。
- 做高難度數學、科學問答或 coding reasoning；LLM Stats 顯示 Heavy 喺其列出嘅 6 個高難度 benchmark 都勝過 Grok-4。[
8]
- 已有 SuperGrok Heavy 存取，或者願意為 Grok 4 Heavy 同更高 rate limits 使用更高階方案。[
5][
11]
- 先用普通版產出初稿，再用 Heavy 檢查推理鏈、邏輯漏洞同 edge cases。
最後建議
如果你問 Grok 4.2 同 Grok 4 Heavy 有咩分別，最準確而保守嘅答案係：本文可用官方資料未能確認 Grok 4.2 有獨立技術規格；可核實嘅比較，應該係普通 Grok 4 系列同 Grok 4 Heavy 之間嘅比較。[5]
實際使用可以記住一條規則：普通任務先用普通 Grok 4 系列；遇到複雜、重要、需要多步驗證嘅題目，再開 Grok 4 Heavy。Heavy 嘅優勢有 benchmark 支撐，但最大價值主要出現喺難題，而唔係每一次日常對話。[8][
11]
