馬斯克發文稱，Grok 4.6 預計於 8 月 7 日左右發佈，採用約 1.5 萬億參數模型
馬斯克發文稱，Grok 4.6 預計於 8 月 7 日左右發佈，採用約 1.5 萬億參數模型，並在監督微調和強化學習階段進行顯著升級，以提升推理與任務執行能力。
他表示，Grok 4.7 將在數週後上線，參數規模預計提升至約 2.1 萬億，並在各項能力上超越 4.6，僅在推理服務速度上略慢，但通過優化架構和訓練策略進一步提高 token 使用效率。
市場參與者解讀稱，此次密集迭代意味着 xAI 正加速大模型規模與能力競賽：雲服務與開發者將爲更強推理能力和更高 token 效率付費，短期內算力與推理成本承壓，但若能在單位 token 性價比上領先，將增強 Grok 在高端推理、編碼與代理任務中的商業議價能力。
來源：公開信息
ABAB AI 解讀
從歷史行爲看，Elon Musk 在 xAI 的路徑一貫是「先堆算力與參數規模，再迭代推理解題能力」：Grok 4.5 已明確定位爲面向代碼、代理任務與知識工作的主力模型，後續通過 4.6、4.7 把參數從約 1.5 萬億拉昇到超過 2 萬億，並持續強化 SFT 與 RL，本質是沿着「規模 × 數據 × 反饋」的經典 scaling law，把 Grok 從聊天工具推進到具備更強任務完成與決策支持能力的通用模型。
在資本路徑上，xAI 依託 X 的數據和分發，將模型能力直接嵌入社交網絡與訂閱體系：一端是利用海量用戶行爲數據訓練 Grok，另一端通過 X Premium+ 等訂閱與 API 收費，將更高參數規模與更好推理能力轉化爲「高單價、高粘性」的專業用戶收入，形成「數據 → 模型 → 訂閱 / API 收入 → 再投入算力與訓練」的閉環，參數升級與 SFT、RL 增強背後都是爲了承接更高單價場景如交易、開發與自動化代理。
類比來看，這條路徑與 OpenAI 在 GPT-4 系列上的演進類似，也與 Anthropic 在 Claude 3.5 強調「推理質量與安全約束」的策略相呼應，但 Musk 更強調參數規模和推理極限，對標的是 Moonshot AI 的 2.8 萬億參數 Kimi K3 等「超大模型」陣營；行業位置上，Grok 系列正從「追趕一線」過渡到「在規模與效率上試圖領跑」，試圖以更高 token 效率和推理能力在開發者、量化交易、自動化運營等高價值場景中獲得區分度。
結構判斷上，這是一次典型的「技術替代 + 定價權轉移」疊加：當參數規模和推理能力持續提升，同時通過 token 效率控制單位算力成本，更多高附加值任務（代碼生成、策略優化、複雜分析）會從人力和傳統軟件遷移到模型上；誰掌握高效大模型與數據入口，誰就能定義這些任務的價格結構與服務形態，Grok 4.6 與 4.7 的迭代節奏表明 xAI 希望在這一輪「強推理模型」競爭中搶佔技術與商業定價權，而不僅僅參與算力軍備競賽。
ABAB News · 認知定律
規模買來上限，效率決定利潤
參數越多越貴，人類越少越值錢
數據餵給模型，定價回到算力