SpaceXAI di Elon Musk ha rilasciato lunedì Grok 4.7 al prezzo di 2 dollari per milione di token in input, ma nei benchmark interni il modello di Anthropic, Claude Fable 5.1, risulta avanti nella maggior parte dei test.
Punti chiave:
- SpaceXAI ha lanciato Grok 4.7 allo stesso prezzo di Grok 4.6, con token in output a 6 dollari per milione.
- Nel confronto interno, Claude Fable 5.1 mantiene il vantaggio su GDPval, CursorBench e Terminal-Bench.
- Grok 4.7 si impone nei test di ingegneria elettrica e nelle attività legali, dopo mesi di rinvii.
Il lancio di Grok 4.7
La società ha annunciato il modello lunedì, presentandolo come il più avanzato finora per programmazione e lavoro di knowledge. È già disponibile in Cursor, Grok Build, nell’API di Grok e in altri ambienti di coding di terze parti. Una variante più veloce costa il doppio. I token in output sono tariffati 6 dollari per milione, invariati rispetto a Grok 4.6, arrivato sul mercato poco più di un mese fa.
SpaceXAI ha spiegato che Grok 4.7 gira su una nuova base model più grande, addestrata con una fase di reinforcement learning più lunga e orientata ai problemi che richiedono molte ore per essere risolti. Il rilascio include anche un nuovo sistema di protezione. Musk ha inoltre affermato separatamente che il modello dispone di 2,1 trilioni di parametri, contro 1,5 trilioni in precedenza, con un addestramento supplementare basato su dati di ingegneria di SpaceX che il post di lancio non menziona.
Leggi anche: Bug di Polymarket permetteva ai ladri di accedere agli account senza password
Claude Fable 5.1 resta davanti
Nel test GDPval, che valuta l’AI su attività svolte da avvocati, infermieri e analisti finanziari, Grok 4.7 ha ottenuto un punteggio Elo di 1.695 contro 1.735 di Claude Fable 5.1. Il nuovo modello è rimasto indietro anche in AA Briefcase, un benchmark per attività d’ufficio di diverse ore. Su Terminal-Bench, il divario è salito a quasi 20 punti.
Il modello più recente ha comunque registrato alcuni successi, battendo Fable 5.1 nel test di ingegneria elettrica, 64% contro 56,4%, e triplicando il punteggio del rivale nel benchmark legale di Harvey dedicato agli avvocati. Grok 4.7 ha migliorato Grok 4.6 in tutti i test pubblicati dalla società, quasi raddoppiando il punteggio del predecessore nelle attività da terminale.
Tutti questi dati provengono da SpaceXAI stessa. CursorBench, il benchmark di programmazione che l’azienda ha citato per primo e che ha perso 51,8% a 46,3%, è sviluppato da Cursor, l’editor di cui SpaceX ha completato l’acquisizione il mese scorso. Il vero vantaggio di Grok 4.7 resta però il prezzo: costa un quinto di quanto richiede Fable 5.1 per i token in input.
I rinvii di Elon Musk
Il lancio chiude un’estate di obiettivi mancati, con Musk che ha posticipato più volte la data dopo aver detto a fine luglio che il modello sarebbe arrivato entro quattro settimane. Il 1° settembre ha ristretto la finestra a 10 giorni, per poi ammettere l’11 settembre che servivano ancora alcuni giorni di addestramento.
A pochi giorni dal rilascio, ha abbassato di nuovo le aspettative, collocando Grok 4.7 più o meno allo stesso livello di Claude Opus 5.0 e non del più recente Opus 5.1, con la parte multimodale ancora incompleta. Da allora ha definito Grok 4.8 un passo avanti significativo. Grok 5, ha suggerito, potrebbe addirittura diventare il modello di riferimento del settore, anche se per entrambi non c’è ancora una data di uscita.
Prossimo articolo: L’IA non è pronta per le sue stesse armi, avverte l’hacker che ha violato OpenAI
