«نسخه ویژن گراک»، مدل مولتی‌مودال نسل اول چت‌بات ایکس است و به گفته توسعه‌دهندگان، این چت‌بات اکنون نه تنها قادر است به تصاویر بارگذاری شده واکنش نشان دهد، بلکه اسناد پیچیده، چارت‌ها، و نمودارهای علمی را نیز بررسی می‌کند.