Přestože je Grok 4 nejlepší z hlediska výsledků testů, skutečné zlepšení není patrné. Vyhledávání a analýza informací není tak dobrá jako v O3, programování není tak dobré jako v Claude, textová úroveň není tak dobrá jako u GPT 4.5 a spolehlivost kontextu není tak dobrá jako u Gemini. Výše uvedené jsou přesně ty aspekty, které při svém každodenním používání potřebuji nejvíce.