Så fungerar stora språkmodeller som Grok

Grok är en stor språkmodell (LLM): ett program tränat på enorma mängder text för att fortsätta skriva text på ett hjälpsamt sätt. Du behöver ingen matematik för att förstå grunderna, och att ha koll på dem lönar sig snabbt. De förklarar varför Grok är suverän på att skriva om ett stycke, varför den ibland anger fel datum med fullständigt självförtroende, varför den inte känner till förra veckans nyheter i vår chatt och varför en tydligare prompt ger ett bättre svar.

Den enda stora grundtanken: att förutse vad som kommer härnäst

I grund och botten gör en LLM bara en enda sak. Utifrån en given text uppskattar den vilken liten textdel som mest sannolikt följer härnäst, lägger till den och upprepar processen. Din fråga, tidigare meddelanden och instruktionerna webbplatsen ger modellen ingår alla i den starttexten. Svaret du läser byggs upp av tusentals sådana små förutsägelser, en efter en, där varje del baseras på allt som skrivits fram till dess.

Det låter för enkelt för att kunna förklara skatteregler eller skriva en fungerande kodfunktion. Men det fungerar tack vare skalan. För att kunna förutse text väl över miljarder exempel måste en modell absorbera massor om grammatik, fakta, logiska mönster, tonlägen och hur människor förklarar saker. Förutsägelse är uppgiften – en bred, generell förståelse av språket och världen är bieffekten.

Det finns ett litet inslag av medveten slump i varje val, vilket är anledningen till att samma fråga kan ge olika formulerade svar varje gång du genererar om.

Tokens: byggstenarna modellen jobbar med

Modeller läser inte bokstäver eller hela ord. De läser tokens: bitar som ofta utgörs av ett kort ord, en del av ett längre ord, ett mellanslag följt av ett ord, eller ett skiljetecken. Vanliga engelska ord motsvarar oftast en token; ovanliga ord och många icke-latinska skriftspråk delas upp i flera.

Tokens påverkar dig på två sätt. Gränserna för hur mycket en modell kan läsa och skriva mäts i tokens, inte i ord. Och eftersom modellen ser delar snarare än enskilda bokstäver kan uppgifter som att räkna bokstäver i ett ord eller vända på en textsträng ställa till det, trots att den klarar mycket mer avancerade språkuppgifter galant.

Grok-modellerna i vår chatt kan även ta emot bilder. En bild omvandlas till ett format som modellen kan bearbeta parallellt med din text – det är så den kan läsa diagram eller beskriva ett foto. Svaret ges fortfarande i text.

Träning: från råtext till hjälpsam assistent

Att bygga en modell som Grok sker i flera steg. Detaljerna i varje företags process är oftast hemliga, men huvuddragen är välkända.

1. Förträning (Pre-training). Modellen lär sig förutse text utifrån en enorm samling böcker, webbplatser, källkod och annat material. Det är härifrån dess allmänbildning och språkförmåga kommer.
2. Finjustering (Fine-tuning). Därefter tränas den på exempel på bra samtal: frågor parade med hjälpsamma, välformaterade svar. Det förvandlar en ren textförutsägare till en assistent som följer instruktioner.
3. Feedback. Människor och automatiserade tester bedömer svaren, och modellen justeras för att föredra den typ av svar som får bra betyg – såsom korrekta, tydliga och trygga svar.

Resultatet är en gigantisk datafil med siffror, så kallade vikter, som sparar det modellen har lärt sig. Modellen sparar inte en kopia av sin träningsdata för att slå upp saker i. Den sparar mönster, vilket förklarar varför den kan återberätta en idé med nya ord men ibland minnas fel på en specifik detalj.

Kunskapsgräns och ingen internetåtkomst

Träningen avslutas vid en viss tidpunkt, och allt som händer därefter är okänt för modellen. Denna tidpunkt kallas kunskapsgräns (knowledge cut-off). Vissa versioner av Grok kan söka på webben: den officiella Grok på grok.com och X har livesökning. Vår chatt har inte det, så Grok svarar här enbart utifrån sin träning och vad du själv tar upp i konversationen.

I praktiken: vänd dig till en aktuell källa för nyheter, priser, sportresultat, tidtabeller, nya lagar och senaste mjukvaruversionerna. Om du klistrar in en färsk artikel i chatten kan Grok däremot arbeta med den, eftersom informationen då ingår i samtalet.

Kontextfönster: modellens arbetsminne

En modells kontextfönster är den mängd text den kan bearbeta på en och samma gång – inklusive dina meddelanden, modellens svar och eventuella instruktioner. xAI:s Grok-modeller har enorma fönster; OpenRouter anger 2 miljoner tokens för Grok 4.20, 1 miljon för Grok 4.3 och 500 000 för Grok 4.7. Vår chatt skickar ett betydligt mindre urval för att hålla svaren snabba och gratis, och klipper bort de äldsta meddelandena i en lång konversation.

Det innebär två saker. Inom samma konversation ”minns” Grok bara det som fortfarande ryms i fönstret. Och mellan olika konversationer minns den ingenting alls: en ny chatt startar från ett tomt blad, även om dina gamla chattar sparas i din webbläsare så att du kan öppna dem igen. Om en lång chatt börjar tappa tråden, be om en sammanfattning och börja om i en ny chatt med den.

Resonemang: modeller som tänker efter före svar

Vissa modeller är tränade att formulera tankesteg innan de levererar det slutgiltiga svaret: rada upp förutsättningar, testa en metod, kontrollera den. Det kallas resonemang (reasoning), och hjälper framför allt vid matte, logik, planering och felsökning av kod. I vår chatt resonerar Grok 4.3 Thinking och Grok 4.7 innan de svarar, medan Grok 4.20 körs utan resonemang för att svara snabbare. Vår guide om resonerande modeller förklarar när det är värt att vänta lite extra.

Varför modeller hittar på saker

Eftersom modellen alltid försöker producera en rimlig fortsättning stannar den inte automatiskt när den når gränsen för sitt kunnande. Ber du om en källa den aldrig har sett kan den hitta på en fullt övertygande titel. Frågar du om en liten by kan den blanda ihop detaljer från liknande orter. Det kallas oftast för hallucination och är en bieffekt av just den mekanism som gör modellen så språkligt flytande. Träning minskar problemet, och instruktioner som ”säg till om du är osäker” hjälper, men ingen nuvarande modell slipper det helt. Vår guide om att faktagranska AI-svar visar vad du bör se upp med.

Vad detta betyder för dina prompter

Varje koncept ovan mynnar ut i en praktisk vana. Modellen förutser text utifrån vad den ser – ge den därför underlaget. Den har en kunskapsgräns – klistra själv in färsk fakta. Den kan gissa – be den flagga för osäkerhet.

Svag:
Vilka regler gäller för mitt visum?

Stark:
Här nedan är texten från den officiella webbsidan om min visumtyp,
kopierad idag. Förklara på enkel svenska vad jag måste göra innan mitt
visum går ut och lista alla tidsfrister som nämns. Utgå enbart från
denna text, och säg till om något är oklart.
---
[inklistrad text]

Den svaga prompten ber Grok komma ihåg regler som kan ha ändrats. Den starka ger modellen det aktuella underlaget och låter den göra det LLM:er är bäst på: läsa, förklara och strukturera. Testa vår textsammanfattare för sådana uppgifter, eller be Grok förklara sig själv på ett enkelt sätt.

Vanliga frågor

Förstår Grok vad den säger?

Det är en omdebatterad fråga. Det som är säkert är att den kan förklara, sammanfatta och resonera på sätt som ofta är mycket användbara, och att den kan ha helt fel utan att märka det själv. Bedöm den genom att granska svaret, inte utifrån hur säker den låter.

Lär sig Grok av mina chattar just nu?

Modellen förändras inte medan du pratar med den; dess vikter är låsta efter träningen. Inom samma chatt använder den dina meddelanden som kontext, och en ny chatt startar helt utan dem.

Varför ger olika AI-modeller olika svar?

De har tränats på olika data, på olika sätt och med olika målsättningar. Våra jämförelser mellan Grok och andra modeller, samt sidan vad är Grok, går igenom hur Grok-familjen står sig.

Vem utvecklar Grok?

Grok utvecklas av xAI, som förvärvades av SpaceX i februari 2026. Vår webbplats är oberoende och använder Grok-modeller via ett moln-API; vi är inte anslutna till xAI, SpaceX eller X. På sidan om Grok historia hittar du hela tidslinjen.