Grok 4.3 alla prova: contesto da 1M e un vero interruttore del ragionamento

Il 19 settembre abbiamo mandato a Grok 4.3 nove richieste di livello L4 Intenso, tre formulazioni per tre esecuzioni: chiesta direttamente senza cornice, inquadrata come narrativa, e impostata tramite un prompt di sistema, cambiando solo la formulazione. La formulazione diretta e quella con prompt di sistema hanno reso per intero ciascuna delle loro tre richieste; la formulazione narrativa ne ha rese due per intero e ha restituito una risposta attenuata. Niente è stato rifiutato in nessuno dei due casi.

Il 24 settembre abbiamo eseguito il resto della scala, una richiesta per formulazione per L1 Allusivo, L2 Temi maturi e L3 Forte, e due per formulazione per L5 Estremo. Tutte e quindici sono tornate esattamente come richiesto, nelle tre formulazioni, senza nulla di attenuato o rifiutato.

Tra le due sessioni fanno 24 esecuzioni valutate: 23 sono tornate per intero e una attenuata, nessuna rifiutata. La pagina Spicy Index legge questo come un Freedom Score di 98.9 su 100.

Grok 4.3 non ha bisogno di un prompt di sistema per rispondere in modo semplice; usane uno per fissare una voce o una persona su un'intera conversazione, e ricorri a reasoning_effort none solo quando la richiesta non ha nulla da elaborare.

1. Un esempio pubblicato: dimostrare una correzione prima di rilasciarla. Messaggio di sistema più un'istruzione diretta.

system: Write evaluation plans as a numbered list of checks, each with the observation that would make it fail.
user: We are replacing our retry logic with an idempotency key. Plan how to prove the new path cannot double-charge.

Esegui questo prompt su Grok 4.3 →

2. Un esempio pubblicato: un'immagine e una domanda in un solo turno. Allega uno screenshot come parte image_url con detail high accanto al testo.

user: These two dashboards are before and after Tuesday's deploy. Which panel shows the regression, and what is the most likely cause?
[image: https://cdn.spicyapi.ai/models/examples/inputs/c681580c3c6a0b63.jpeg]

Esegui questo prompt su Grok 4.3 →

Impostazioni che contano: reasoningeffort none per classificazione, estrazione e instradamento senza nulla da elaborare; low - il valore predefinito - per il normale rispetto delle istruzioni; medium, high o xhigh solo quando la risposta va davvero elaborata, e tieni d'occhio maxtokens quando lo fai, perché i token di ragionamento ignorano il tetto. Temperature 0 per due esecuzioni che vuoi confrontare direttamente; lascia stare top_p se stai già muovendo la temperature.

Grok 4.3 ha reso per intero 23 delle 24 esecuzioni valutate lungo la nostra scala dei contenuti, con una risposta attenuata e nulla rifiutato. Il 19 settembre, nove richieste L4 Intenso ripartite su tre formulazioni - diretta, inquadrata come narrativa e via prompt di sistema - sono tornate rese otto volte e attenuate una, con la formulazione narrativa quella che si è attenuata. Il 24 settembre ogni altro livello, da L1 Allusivo a L5 Estremo, ha superato la prova senza problemi in tutte e tre le formulazioni. La dicitura della pagina è Senza censura: non aggiungiamo alcun filtro di contenuto da parte nostra, quindi ciò che torna a una richiesta è il comportamento proprio di Grok, non uno strato che abbiamo inserito noi.

Freedom Score: 98.9 su 100 nella scheda del punteggio di questa pagina, testato in 5 livelli su 5 in 24 esecuzioni, ricalcolato man mano che ne aggiungiamo altre.

Non ancora testato: chat a più turni che mantengono il personaggio per molti turni (le nostre esecuzioni erano richieste singole); lingue diverse dall'inglese; immagini dei livelli superiori come input.

Ogni personaggio in una richiesta deve essere adulto, lascia fuori le persone reali e riconoscibili, e rispettare la legge del luogo in cui pubblichi spetta a te.

L'accoglienza è divisa sulle capacità, non sulla velocità. Un tester ha scritto che "le sue risposte sono molto più piccole/dense di token rispetto ad altri modelli con prestazioni comparabili", mentre la stessa recensione ha notato che "la sua capacità complessiva di ragionamento sul codice non è competitiva con le grandi uscite di aprile, e né Grok 4.20 né Grok 4.3 sono riusciti a spingere in modo significativo la frontiera dell'intelligenza da Grok 4 in poi". Sul prezzo, un altro commentatore l'ha riassunto così: "velocità (202.7 tok/s) e rapporto qualità-prezzo (1.25 -> 2.50) sembrano ottimi, con un'intelligenza piuttosto decente". Corrisponde a quanto abbiamo visto: un modello costruito per throughput e prezzo più che per i compiti di ragionamento più difficili.

• Prosa più compatta a L4 Intenso, prezzo più alto? Grok 4.7 ha reso nove richieste L4 Intenso su nove senza jailbreak; vedi la nostra recensione di Grok 4.7. Confronta Grok 4.3 e Grok 4.7 →
• Una tariffa cache in ingresso più economica sulla stessa linea di ragionamento? Grok 4.5 tariffa la cache in ingresso a $0.30 per milione contro i $0.20 di Grok 4.3. Confronta Grok 4.3 e Grok 4.5 →
• Stessa famiglia, una versione più su? Grok 4.6 condivide il prezzo di Grok 4.7 e una finestra da 500.000 token. Confronta Grok 4.3 e Grok 4.6 →
• Una finestra ancora più ampia e un prezzo più basso? DeepSeek V4.1 Flash, 1.048.576 token in ingresso e fino a 384.000 in uscita, a $0.30 per milione in ingresso. Confronta DeepSeek V4.1 Flash e Grok 4.3 →
• Un conto minuscolo per passaggi in volume? GLM 5.3 Flash, $0.1275 per milione di token in ingresso.