马斯克：Grok 4.7对标Opus 5.0
马斯克在社交平台X上回应网友提问时表示，"Grok 4.7的水平大致应该与Opus 5.0相当，而非5.1"，"某些方面更强，某些方面更弱"，并称团队"需要修复多模态性能"。
他同时公布了后续版本路线图——"Grok 4.8会有明显提升"，"Grok 4.9可能达到Astra/Fable级别"，"Grok 5或许会超越现有一切"，并以"我们拭目以待"作结，语气明显比此前更为审慎。
这一表态与马斯克9月2日的说法形成鲜明反差——当时他曾公开宣称"Grok 4.7将超越所有现有模型"，"除了服务速度略慢外，在各方面都优于Grok 4.6"；但到9月11日，他改口承认模型"还需要再打磨几天"，原因是强化学习训练阶段"可能对回答长度的惩罚过重"，导致模型在处理复杂任务时过早放弃、且不能充分自我验证。
9月13日，马斯克干脆跳过原计划的Grok 4.7，直接公布参数规模更大的Grok 4.8（约2.5万亿参数，采用新的C++软件栈），较最初计划中2.1万亿参数的Grok 4.7再度扩容近20%；截至目前，xAI仍未公布Grok 4.7或4.8的官方产品页面、定价、基准测试成绩或具体发布日期。
按此前披露的节奏，Grok 4.5、4.6、4.7三代模型原计划在约两个月内密集发布，参数规模也从4.6版本的约1.5万亿一路扩张至4.7版本的2.1万亿；作为对照，Anthropic近期发布的Claude Fable 5.1在Terminal-Bench-Science基准测试中取得52.6%的成绩，被外界视为当前该赛道的参照系之一。
这场"发布—跳票—改口—再跳票"的循环发生在xAI持续加码基础设施投入的背景下——其Memphis"Colossus 2"超算集群已部署约55万块GB200/GB300芯片、总功率接近1吉瓦，仅GPU采购成本就约180亿美元；对xAI而言，模型迭代速度和实际表现的落差，直接关系到能否说服投资人为这一规模的算力投入持续买单，也牵动着马斯克旗下企业在AI实验室排位赛中的估值叙事。
来源：公开信息
ABAB AI 解读
马斯克对Grok系列的预期管理呈现出清晰的"先高调许诺、再逐步下修"模式——9月2日他还公开表示Grok 4.7"将超越所有现有模型"，9月11日就承认强化学习训练存在缺陷、模型"还需再打磨几天"，9月13日干脆跳过4.7直接上马参数更大的4.8，如今又把预期进一步下调为"大致相当于Opus 5.0、而非5.1"；这种"发布节奏一路后延、宣传口径一路收窄"的轨迹，与马斯克旗下企业在Roadster悬停演示、Full Self-Driving等项目上反复跳票、又反复重新画饼的历史路径高度一致。
支撑这轮频繁迭代的是xAI持续加码的算力投入——Memphis "Colossus 2"超算集群部署约55万块英伟达GB200/GB300芯片、总功率接近1吉瓦，仅GPU采购成本就约180亿美元，这笔资金的调动逻辑是用极致的算力规模去弥补模型训练方法上暴露出的缺陷（如强化学习中对回答长度的过度惩罚），本质是用资本开支的速度对冲工程成熟度不足的风险，试图在参数规模上持续碾压竞争对手，即便单次模型发布的实际表现不及预期。
Grok 4.7"因训练缺陷临时跳票、直接上马下一代"的处理方式，与OpenAI、Anthropic此前在模型发布节奏上偶有的推迟调整类似，但马斯克的独特之处在于几乎每次都伴随着极高调的提前宣传和随后的公开自我修正，这种"边宣传边纠错"的打法更接近特斯拉FSD历年来"完全自动驾驶即将到来"式的预期管理，而非传统AI实验室相对克制的发布节奏；当前Grok系列被普遍认为落后于Anthropic、OpenAI的最新旗舰模型，Grok 4.9"达到Astra/Fable级别"的表态本身，也从侧面承认了这一现实差距。
这本质上是一场关于AI实验室竞争中"技术替代"节奏的博弈——当模型训练方法论（如强化学习细节调优）成为制约实际表现的瓶颈时，单纯堆参数规模或算力投入并不能自动兑现为模型能力的对应提升，这也是Grok 4.7从"号称超越一切"到"大致追平半代前的Opus"之间落差的根本机制；对整个行业而言，这提示模型竞赛正从"拼参数、拼算力"的粗放阶段，逐步转向"拼训练方法论精细度"的阶段，而后者恰恰是无法单靠资本开支速度弥补的短板。
ABAB News · 认知定律
参数堆得越大，掩盖不了训练方法的漏洞。
先说超越一切，后说追平半代，中间就是真实差距。
算力能买到规模，买不到训练的精细度。