Grok par xAI :
guide complet des modèles,
des fonctionnalités et des tarifs

Grok est un assistant IA conversationnel développé par xAI. Il existe à trois endroits : l’application web et mobile autonome sur grok.com, dans X (anciennement Twitter) pour les abonnés X Premium et au-delà, et via une API développeur à l’adresse api.x.ai. La version phare actuelle est Grok 4.3, publiée le 30 avril 2026, avec une fenêtre de contexte de 1 M de jetons et une entrée vidéo native. Des variantes plus anciennes, dont Grok 4 (256 K), Grok 4 Fast (2 M), Grok 4.1, Grok 4.20 et Grok 3, restent accessibles via l’API.

Écouter cette recherche en mode podcast

Le nom vient du roman de 1961 de Robert Heinlein, Stranger in a Strange Land, où « to grok » signifie comprendre quelque chose profondément et intuitivement. Le nom est aussi partagé avec une bibliothèque open source d’analyse de logs et s’emploie comme verbe, mais pour les besoins de ce guide et de la désambiguïsation dans la recherche, « Grok » désigne spécifiquement l’assistant de xAI.

Ce qui distingue Grok des autres assistants IA de pointe, c’est le mode d’accès, pas l’architecture. Grok est le seul modèle majeur à disposer d’un flux natif en temps réel depuis X, et le seul modèle accessible au grand public avec une fenêtre de contexte de 2 M de jetons sur ses variantes Fast. Il cumule aussi la controverse publique la plus importante de tous les modèles de pointe de cette génération, notamment un incident en juillet 2025 où il a produit à grande échelle du contenu antisémite. Les deux caractéristiques sont documentées et influencent l’usage pratique.

xAI est une entreprise d’IA fondée par Elon Musk en juillet 2023. La mission déclarée de l’entreprise est « de comprendre la véritable nature de l’univers ». Son siège est à Palo Alto, en Californie, avec une infrastructure d’entraînement principale au sein du cluster de centres de données Colossus à Memphis, dans le Tennessee.

En mars 2025, xAI a finalisé l’acquisition de X (anciennement Twitter) par échange d’actions, valorisant xAI à 80 milliards de dollars et X à 33 milliards de dollars. La fusion a donné à Grok un accès structurel au flux de contenu de X. Un rapport distinct de février 2026 a évoqué une fusion xAI–SpaceX via une publication sur X attribuée à @Grok ; les détails de la structure d’entreprise nécessitent une vérification primaire et ne sont pas encore documentés dans les dépôts de xAI.

La valorisation rapportée de xAI était d’environ 200 à 230 milliards de dollars en janvier 2026, après un tour de table de série E d’environ 20 milliards de dollars alimenté par des capitaux souverains du Moyen-Orient. Le financement total levé sur l’ensemble des tours est rapporté à environ 45 milliards de dollars. Le cofondateur Igor Babuschkin (anciennement DeepMind) assure une grande partie de la communication technique. Linda Yaccarino a quitté son poste de PDG de X à l’été 2025.

Colossus fonctionne à environ 1 à 2 GW avec 200 000 à 555 000 GPU NVIDIA sur deux extensions de site, selon la date de divulgation. xAI a été plus transparente que la plupart des laboratoires de pointe sur l’infrastructure d’entraînement, et moins transparente sur les détails d’architecture des modèles, comme le nombre de paramètres et les configurations d’experts.

Le principe de conception déclaré de xAI pour Grok est la « recherche de vérité ». En pratique, cela se traduit par trois comportements produit observables selon les versions : une volonté d’aborder des sujets controversés que d’autres modèles refusent, une personnalité conversationnelle plutôt directe et irrévérencieuse que prudente, et un historique de prompts système ayant explicitement demandé au modèle de formuler des affirmations politiquement incorrectes lorsqu’elles étaient « bien étayées ». Cette dernière instruction a été retirée des prompts système publics de xAI sur GitHub après l’incident de contenu antisémite de juillet 2025.

Pour les utilisateurs, cela signifie un modèle qui tente de répondre à davantage de questions que ses pairs. Dans les benchmarks indépendants, cela se traduit par un « taux de réponse » élevé combiné à un taux d’erreur élevé lorsque le modèle est incertain. Sur le benchmark AA-Omniscience, Grok 4 tente des réponses qu’il devrait refuser 64 % du temps. Claude 4.1 Opus, à titre de comparaison, atteint 0 % sur la même métrique en refusant lorsqu’il est incertain. Les deux sont des choix de conception valides. Ils produisent des modes d’échec différents.

En évaluation multi-modèles, le comportement de Grok correspond à son intention de conception. Selon le Suprmind Multi-Model Divergence Index, édition d’avril 2026 (n=1 324 tours en production), Grok fait émerger 509 insights uniques (part de 19,7 %, troisième sur cinq fournisseurs) que les modèles de consensus manquent. La contrepartie est que son delta d’étalonnage sur les tours à forts enjeux n’est que de -1,9 point : il ne se couvre pas de manière mesurable lorsque la question a plus de poids. Les insights contraires arrivent avec la même confiance apparente que les réponses incorrectes.

xAI a publié six générations de modèles Grok depuis novembre 2023. La gamme active actuelle est centrée sur la famille Grok 4 (Grok 4, Grok 4 Fast, Grok 4.1, Grok 4.20, Grok 4.3), plus les variantes plus anciennes Grok 3 et Grok 2 dans l’API. La recommandation phare dans la documentation officielle de xAI est Grok 4.3.

Modèles Grok actifs en 2026

La matrice de variantes ci-dessous couvre chaque modèle actuellement accessible via grok.com ou l’API. Les fenêtres de contexte se réfèrent aux jetons d’entrée. Les ID d’API sont les chaînes que les développeurs transmettent au point de terminaison Chat Completions.

Sources : documentation officielle xAI (docs.x.ai/docs/models, consultée le 2026-04-16) ; selon le Suprmind Multi-Model Divergence Index, édition d’avril 2026 ; selon la référence Suprmind sur les Taux d’hallucinations IA et benchmarks (mise à jour de mai 2026).

Grok 4 vs Grok 3 : qu’est-ce qui a changé

Grok 3 a introduit DeepSearch, DeeperSearch, le mode Think et l’apprentissage par renforcement en post-entraînement. Grok 4 a déplacé le RL à l’échelle du pré-entraînement (10× plus de calcul que la précédente exécution RL), introduit des configurations Heavy multi-agents, la voix native et le mode caméra, et a porté le contexte à 256 K. Grok 4 Fast l’a étendu à 2 M de jetons à 0,20 $/0,50 $ par million de jetons, premier modèle xAI à atteindre le seuil de 2 M et point de prix API le plus bas de la famille.

La trajectoire des benchmarks est contrastée. Sur les hallucinations de résumé Vectara, Grok 3 a obtenu 2,1 % (excellent) sur l’ancien jeu de données. Grok 4 a obtenu 4,8 % sur le même jeu de données et plus de 10 % sur le nouveau jeu de données plus difficile. Sur la précision des citations du Columbia Journalism Review, Grok 3 a obtenu 94 % d’hallucinations de citations, le pire score de tous les modèles testés dans cette étude. Grok 4 n’a pas encore été retesté indépendamment sur CJR au moment de ce guide.

Grok 4.20 Reasoning : l’histoire de l’étalonnage

Grok 4.20 Reasoning est la variante de la famille qui illustre l’amélioration de l’étalonnage. Sur le benchmark AA-Omniscience d’Artificial Analysis, elle obtient 17 % sur le taux d’hallucinations « lorsqu’il tente de répondre » — le taux le plus bas parmi les variantes Grok testées à ce moment-là, et une baisse significative par rapport aux 64 % de Grok 4 et aux 72 % de Grok 4.1 Fast. Selon la référence Suprmind sur les Taux d’hallucinations IA et benchmarks, c’est la première variante Grok à démontrer une amélioration mesurable de l’étalonnage.

Pour les flux de travail où une mauvaise réponse coûte plus cher que l’absence de réponse, Grok 4.20 Reasoning est la variante à spécifier. Elle est disponible dans l’API sous grok-4.20-reasoning à 2 $/6 $ par million de jetons d’entrée/sortie (Artificial Analysis) — une autre source indépendante (TheRouter) indique 3 $/9 $, conflit non résolu à la publication.

Qu’est-ce que Grok 5 ?

Grok 5 a été mentionné à plusieurs reprises par Elon Musk et le compte X officiel de xAI comme la prochaine grande étape architecturale. Selon Fello AI citant le compte X de xAI (mai 2026), Grok 5 est visé pour une bêta publique au T2 2026 après un glissement de l’objectif T1 2026. MindStudio (30 avril 2026) rapporte que xAI entraîne en parallèle des variantes Grok 5 allant de 6 à 10 billions de paramètres selon des déclarations publiques de Musk ; la source primaire n’est pas directement liée. Grok 4.4 (~1 T de paramètres) est rapporté à 2–3 semaines à partir de fin avril 2026 ; Grok 4.5 (~1,5 T) est rapporté à 4–5 semaines. Considérez tout calendrier Grok 5 comme Volatile — vérifiez sur le compte X officiel de xAI avant publication ou planification.

Grok propose six offres grand public, deux offres business et une API à paliers. La structure récompense une lecture attentive, car les noms d’offres ne correspondent pas clairement aux versions de modèle, et l’affectation offre→modèle change lors des déploiements progressifs. La question honnête sur les tarifs, pour la plupart des utilisateurs, n’est pas « combien coûte Grok », mais « quel modèle Grok est-ce que j’obtiens réellement selon l’offre ».

Offres grand public

X Premium (8 $/mois) est omis des points forts ci-dessus ; les détails complets des offres pour les six paliers grand public sont documentés dans le guide des tarifs. Sources : felloai.com (mai 2026) ; fritz.ai (janvier 2026) ; TechCrunch (juillet 2025, lancement de SuperGrok Heavy).

SuperGrok vs X Premium+ : quand choisir l’un ou l’autre

SuperGrok à 30 $/mois est un abonnement centré sur Grok. X Premium+ à 40 $/mois regroupe Grok avec des fonctionnalités de la plateforme X (publicités réduites, publications plus longues, monétisation). Même accès au modèle, proposition de valeur différente. Choisissez SuperGrok si Grok est le cas d’usage principal. Choisissez X Premium+ si vous achèteriez X Premium+ de toute façon.

SuperGrok Heavy : pour qui ?

SuperGrok Heavy à 300 $/mois est la seule offre grand public avec un accès complet confirmé à Grok 4.3 (les offres inférieures reçoivent Grok 4.3 via un déploiement progressif). Elle ouvre aussi l’accès au mode parallèle à 16 agents utilisé dans les démonstrations de benchmarks de Grok 4 Heavy. Le plafond de 300 $ limite l’offre aux utilisateurs professionnels et aux entreprises, ne serait-ce que par le coût.

Tarifs de l’API Grok

Notes sur les conflits de tarifs : Grok-4.20-reasoning est indiqué à 2 $/6 $ par Artificial Analysis et à 3 $/9 $ par TheRouter. Nous utilisons Artificial Analysis comme source indépendante de référence. Vérifiez sur console.x.ai avant publication. Les tarifs de Grok-4.1 ne sont pas affichés sur la page de tarification docs.x.ai telle que consultée pendant la recherche ; les taux proviennent d’agrégateurs tiers.

Les outils API sont facturés séparément : recherche web, recherche X, exécution de code à 5 $ par 1 000 appels chacun ; pièces jointes à 10 $ par 1 000 ; recherche Collections à 2,50 $ par 1 000. xAI offre jusqu’à 175 $/mois de crédits API gratuits pour les nouveaux comptes.

Quel modèle obtenez-vous réellement selon l’offre ?

C’est l’opacité documentée. SuperGrok à 30 $/mois est décrit comme « Grok 4.3 déployé par étapes ». Des utilisateurs équivalents en termes d’offre reçoivent simultanément des modèles différents, sans indicateur dans l’interface sur le modèle qui a traité une requête donnée. Le mode Auto aggrave cela en routant dynamiquement entre des variantes de modèles sans divulgation. La seule voie de désambiguïsation ferme est l’API, où les développeurs peuvent épingler des ID de modèles datés spécifiques (par ex., grok-4-0709).

Pour les utilisateurs SuperGrok Heavy à 300 $/mois, l’accès complet à Grok 4.3 est confirmé. Pour les utilisateurs SuperGrok et X Premium+ à 30–40 $/mois, l’affectation du modèle est partiellement progressive. Pour les utilisateurs Gratuit et X Premium à 0–8 $/mois, le modèle est Grok 4 avec un contexte et des limites de débit réduits, parfois routé vers des variantes plus anciennes. Rien de tout cela n’est visible dans l’interface grand public à la publication. Si votre flux de travail dépend de savoir quel modèle a répondu, utilisez l’API avec un ID de modèle daté.

Pour une couverture plus approfondie de la correspondance offre→modèle, voir le guide des tarifs Grok →

Grok propose un ensemble de fonctionnalités qui recoupe celles des autres assistants de pointe sur les bases (chat, voix, génération d’images) et diverge sur quelques éléments propres à xAI (accès X en temps réel, Companions, configuration Heavy multi-agent). Les fonctionnalités ci-dessous sont organisées par cas d’usage.

Pour les notes de fidélité du parsing, le comportement OCR et les mécanismes complets des fonctionnalités, voir l’analyse approfondie des fonctionnalités Grok →

Le profil de benchmarks de Grok est le plus divergent de toute famille de modèles de pointe. xAI publie des résultats qui positionnent Grok à la frontière ou près de celle-ci ; les plateformes d’évaluation indépendantes montrent des chiffres sensiblement différents selon le mode d’échec mesuré. Ce n’est pas une contradiction. Les benchmarks mesurent des choses différentes, et les performances de Grok varient énormément selon eux.

Comment lire le profil de benchmarks de Grok

Le profil de fiabilité de Grok se divise clairement en quatre catégories de mesure. Chacune teste un mode d’échec différent. Un modèle peut obtenir un excellent score sur l’une et un mauvais score sur une autre, et les deux chiffres sont exacts.

• Vectara HHEM mesure la fidélité des résumés. Le modèle ajoute-t-il des faits absents du document source ?
• AA-Omniscience mesure l’étalonnage des connaissances. Lorsque le modèle ne sait pas quelque chose, admet-il l’incertitude ou fabrique-t-il ?
• FACTS mesure une factualité multidimensionnelle, incluant la précision ancrée dans la recherche et la précision multimodale.
• Columbia Journalism Review (CJR) mesure la précision des citations. Les affirmations citées figurent-elles réellement dans les sources citées ?

Grok-3 a obtenu 2,1 % sur Vectara (excellent) et 94 % sur CJR (pire de tous les modèles testés). Même modèle. Même période. Les deux chiffres sont exacts. Ils racontent des parties différentes de la même histoire.

Taux d’hallucinations selon les variantes Grok

Sources : classement Vectara HHEM (2026) ; Artificial Analysis AA-Omniscience (févr. 2026) ; Google DeepMind FACTS (déc. 2025) ; Columbia Journalism Review (mars 2025).

Pour une comparaison complète entre modèles et la méthodologie, voir la référence Suprmind sur les Taux d’hallucinations IA et benchmarks →

Grok sur la précision des citations (CJR)

Grok-3 a obtenu 94 % d’hallucinations de citations au test de précision des citations du Columbia Journalism Review. Le pire score de tous les modèles testés. À titre de comparaison, Perplexity Sonar Pro a obtenu 37 %, ChatGPT 67 %, Gemini 76 %. Ce n’est pas une réserve en bas d’un avis. C’est une contrainte structurelle qui définit où Grok peut et ne peut pas être déployé seul.

Les conditions qui déclenchent les hallucinations de citations ne sont pas inhabituelles : toute tâche nécessitant une attribution des sources, notamment la synthèse de recherche, le support au journalisme, la revue de littérature et l’analyse ancrée dans des citations. Grok n’a pas besoin de faire quelque chose d’exotique pour que l’échec apparaisse. Pour un travail dépendant des citations, associez Grok à un modèle ayant une discipline d’attribution plus forte — Perplexity est l’association la plus propre sur les données.

La divergence entre benchmarks internes et indépendants

L’histoire de Grok 4.1 Fast est la plus signalée. xAI a revendiqué une réduction de 65 % des hallucinations de Grok 4 à Grok 4.1 Fast sur des benchmarks internes (12,09 % à 4,22 %). AA-Omniscience a mesuré indépendamment Grok 4.1 Fast à 72 % — pire que les 64 % de Grok 4. Le benchmark de flagornerie MASK a également augmenté (0,07 à 0,19–0,23). Les deux sources de données sont exactes. Elles mesurent des choses différentes.

L’amélioration d’étalonnage de Grok 4.20 Reasoning est la conclusion la plus sous-couverte. À 17 % sur la métrique « lorsqu’il tente de répondre » d’AA-Omniscience, c’est la première variante Grok à montrer une amélioration d’étalonnage significative. Pour les flux de travail où une mauvaise réponse coûte plus cher que l’absence de réponse, c’est la variante Grok à spécifier.

L’enseignement n’est pas que les benchmarks de xAI sont faux. Ils mesurent ce qu’ils disent mesurer. L’enseignement est que la configuration compte : un score Heavy multi-agent n’est pas directement comparable à un score mono-modèle d’un fournisseur pair, et un benchmark réglé pour un harnais d’évaluation spécifique n’est pas la même chose que la performance dans un flux de travail en production.

Les récits de comparaison diffèrent selon chaque pair. Face à ChatGPT, Grok gagne sur la vitesse et les données en temps réel, et accuse un retard sur la maturité entreprise. Face à Claude, Grok gagne sur la taille de la fenêtre de contexte et perd sur l’étalonnage. Face à Gemini, les deux modèles sont en désaccord plus que toute autre paire dans le jeu de données multi-modèles. Face à Perplexity, Grok dispose d’un flux X en temps réel mais est en retrait sur la précision des citations.

Instantané à cinq modèles

Selon le Suprmind Multi-Model Divergence Index, édition d’avril 2026 (n=1 324 tours en production).

Pour une comparaison plus approfondie avec benchmarks structurés et tableaux de décision par cas d’usage, voir Grok vs autres modèles IA →

Grok cumule la controverse publique la plus documentée de tout modèle IA de pointe de cette génération. Trois controverses sont les plus largement rapportées, et trois actions réglementaires sont actives. Les faits ci-dessous sont à jour au passage de recherche de mai 2026.

Cinq schémas d’orchestration où
Grok apporte le signal dont un ensemble a besoin.

La valeur de Grok est maximale lorsqu’il est un modèle au sein d’un ensemble, et non lorsqu’il est traité comme un oracle mono-modèle. Les cinq schémas d’orchestration ci-dessous proviennent de données documentées sur les domaines où Grok apporte du signal et où il a besoin de la discipline d’un autre modèle comme contrepoids.

Pour le détail complet du comportement de Grok chez les cinq fournisseurs, voir le Suprmind Multi-Model Divergence Index →