馬斯克：Grok 4.7對標Opus 5.0
馬斯克在社交平臺X上回應網友提問時表示，"Grok 4.7的水平大致應該與Opus 5.0相當，而非5.1"，"某些方面更強，某些方面更弱"，並稱團隊"需要修復多模態性能"。
他同時公佈了後續版本路線圖——"Grok 4.8會有明顯提升"，"Grok 4.9可能達到Astra/Fable級別"，"Grok 5或許會超越現有一切"，並以"我們拭目以待"作結，語氣明顯比此前更爲審慎。
這一表態與馬斯克9月2日的說法形成鮮明反差——當時他曾公開宣稱"Grok 4.7將超越所有現有模型"，"除了服務速度略慢外，在各方面都優於Grok 4.6"；但到9月11日，他改口承認模型"還需要再打磨幾天"，原因是強化學習訓練階段"可能對回答長度的懲罰過重"，導致模型在處理複雜任務時過早放棄、且不能充分自我驗證。
9月13日，馬斯克乾脆跳過原計劃的Grok 4.7，直接公佈參數規模更大的Grok 4.8（約2.5萬億參數，採用新的C++軟件棧），較最初計劃中2.1萬億參數的Grok 4.7再度擴容近20%；截至目前，xAI仍未公佈Grok 4.7或4.8的官方產品頁面、定價、基準測試成績或具體發佈日期。
按此前披露的節奏，Grok 4.5、4.6、4.7三代模型原計劃在約兩個月內密集發佈，參數規模也從4.6版本的約1.5萬億一路擴張至4.7版本的2.1萬億；作爲對照，Anthropic近期發佈的Claude Fable 5.1在Terminal-Bench-Science基準測試中取得52.6%的成績，被外界視爲當前該賽道的參照系之一。
這場"發佈—跳票—改口—再跳票"的循環發生在xAI持續加碼基礎設施投入的背景下——其Memphis"Colossus 2"超算集羣已部署約55萬塊GB200/GB300芯片、總功率接近1吉瓦，僅GPU採購成本就約180億美元；對xAI而言，模型迭代速度和實際表現的落差，直接關係到能否說服投資人爲這一規模的算力投入持續買單，也牽動着馬斯克旗下企業在AI實驗室排位賽中的估值敘事。
來源：公開信息
ABAB AI 解讀
馬斯克對Grok系列的預期管理呈現出清晰的"先高調許諾、再逐步下修"模式——9月2日他還公開表示Grok 4.7"將超越所有現有模型"，9月11日就承認強化學習訓練存在缺陷、模型"還需再打磨幾天"，9月13日干脆跳過4.7直接上馬參數更大的4.8，如今又把預期進一步下調爲"大致相當於Opus 5.0、而非5.1"；這種"發佈節奏一路後延、宣傳口徑一路收窄"的軌跡，與馬斯克旗下企業在Roadster懸停演示、Full Self-Driving等項目上反覆跳票、又反覆重新畫餅的歷史路徑高度一致。
支撐這輪頻繁迭代的是xAI持續加碼的算力投入——Memphis "Colossus 2"超算集羣部署約55萬塊英偉達GB200/GB300芯片、總功率接近1吉瓦，僅GPU採購成本就約180億美元，這筆資金的調動邏輯是用極致的算力規模去彌補模型訓練方法上暴露出的缺陷（如強化學習中對回答長度的過度懲罰），本質是用資本開支的速度對沖工程成熟度不足的風險，試圖在參數規模上持續碾壓競爭對手，即便單次模型發佈的實際表現不及預期。
Grok 4.7"因訓練缺陷臨時跳票、直接上馬下一代"的處理方式，與OpenAI、Anthropic此前在模型發佈節奏上偶有的推遲調整類似，但馬斯克的獨特之處在於幾乎每次都伴隨着極高調的提前宣傳和隨後的公開自我修正，這種"邊宣傳邊糾錯"的打法更接近特斯拉FSD歷年來"完全自動駕駛即將到來"式的預期管理，而非傳統AI實驗室相對剋制的發佈節奏；當前Grok系列被普遍認爲落後於Anthropic、OpenAI的最新旗艦模型，Grok 4.9"達到Astra/Fable級別"的表態本身，也從側面承認了這一現實差距。
這本質上是一場關於AI實驗室競爭中"技術替代"節奏的博弈——當模型訓練方法論（如強化學習細節調優）成爲制約實際表現的瓶頸時，單純堆參數規模或算力投入並不能自動兌現爲模型能力的對應提升，這也是Grok 4.7從"號稱超越一切"到"大致追平半代前的Opus"之間落差的根本機制；對整個行業而言，這提示模型競賽正從"拼參數、拼算力"的粗放階段，逐步轉向"拼訓練方法論精細度"的階段，而後者恰恰是無法單靠資本開支速度彌補的短板。
ABAB News · 認知定律
參數堆得越大，掩蓋不了訓練方法的漏洞。
先說超越一切，後說追平半代，中間就是真實差距。
算力能買到規模，買不到訓練的精細度。