Elon Musk lançou nesta segunda-feira o Grok 4.7 pela SpaceXAI, com preço de US$ 2 por milhão de tokens de entrada, embora os próprios benchmarks da empresa coloquem o Claude Fable 5.1, da Anthropic, à frente na maioria dos testes.
Principais pontos:
- A SpaceXAI lançou o Grok 4.7 pelo mesmo preço do Grok 4.6, com tokens de saída a US$ 6 por milhão.
- O Claude Fable 5.1 manteve a liderança em GDPval, CursorBench e Terminal-Bench na comparação da própria companhia.
- O Grok 4.7 venceu em engenharia elétrica e tarefas jurídicas após meses de adiamentos no lançamento.
Lançamento do Grok 4.7
A empresa anunciou o modelo na segunda-feira como sua versão mais avançada até agora para programação e tarefas de conhecimento. Ele já está disponível no Cursor, no Grok Build, na API do Grok e em ambientes de codificação de terceiros. Uma versão mais rápida custa o dobro. Os tokens de saída saem por US$ 6 por milhão, sem बदलाव em relação ao Grok 4.6, lançado há pouco mais de um mês.
A SpaceXAI afirmou que o Grok 4.7 roda sobre uma nova base de modelo maior, treinada com uma etapa mais longa de reinforcement learning, voltada para problemas que levam muitas horas para serem concluídos, além de um novo sistema de salvaguardas. Musk também afirmou separadamente que o modelo tem 2,1 trilhões de parâmetros, ante 1,5 trilhão, com treinamento complementar a partir de dados de engenharia da SpaceX, algo que o post de lançamento não menciona.
Leia também: Falha na Polymarket permitiu que invasores acessassem contas sem senha
Claude Fable 5.1 na frente
No GDPval, teste que avalia IA em tarefas executadas por advogados, enfermeiros e analistas financeiros, o Grok 4.7 registrou Elo de 1.695, contra 1.735 do Claude Fable 5.1. O resultado voltou a ficar atrás no AA Briefcase, que mede tarefas de escritório de várias horas. No Terminal-Bench, a diferença aumentou para quase 20 pontos.
O modelo mais novo, porém, venceu em outros pontos, superando o Fable 5.1 em um teste de engenharia elétrica, por 64% a 56,4%, e triplicando a pontuação do rival no benchmark de agente jurídico da Harvey, voltado a advogados. O Grok 4.7 melhorou em relação ao Grok 4.6 em todos os testes divulgados pela empresa, quase dobrando a pontuação da versão anterior em tarefas de terminal.
Todos esses números foram divulgados pela própria SpaceXAI. O CursorBench, teste de programação que a empresa destacou e no qual ficou atrás por 51,8% a 46,3%, é desenvolvido pelo Cursor, editor que a SpaceX concluiu a compra no mês passado. O que o Grok 4.7 tem a seu favor é o preço, que fica em um quinto do cobrado pelo Fable 5.1 pelos tokens de entrada.
Os adiamentos de Elon Musk
O lançamento encerra um verão de metas perdidas, com Musk empurrando a data várias vezes depois de dizer, no fim de julho, que o modelo chegaria em quatro semanas. Em 1º de setembro, ele reduziu a janela para 10 dias e, em 11 de setembro, admitiu que o modelo ainda precisava de alguns dias adicionais de treinamento.
Dias antes da estreia, ele voltou a moderar as expectativas, dizendo que o Grok 4.7 estava mais ou menos no nível do Claude Opus 5.0, e não do mais recente Opus 5.1, com o trabalho multimodal ainda incompleto. Desde então, passou a afirmar que o Grok 4.8 representará um avanço relevante. Já o Grok 5, segundo ele, pode assumir a liderança do setor, embora nenhum dos dois tenha data de lançamento.
