O SpaceXAI de Elon Musk lançou na segunda-feira o Grok 4.7, 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 no GDPval, no CursorBench e no Terminal-Bench na comparação da própria empresa.
- O Grok 4.7 venceu em engenharia elétrica e trabalho jurídico após meses de adiamentos no lançamento.
Lançamento do Grok 4.7
A empresa anunciou o modelo na segunda-feira como o seu mais avançado até agora para programação e tarefas de conhecimento, e ele já está disponível no Cursor, no Grok Build, na API do Grok e em ferramentas de codificação de terceiros. Uma versão mais rápida custa o dobro. Os tokens de saída saem por US$ 6 por milhão, sem تغییرação em relação ao Grok 4.6, lançado há pouco mais de um mês.
A SpaceXAI afirmou que o Grok 4.7 roda sobre um novo modelo-base maior, treinado com uma fase mais longa de aprendizado por reforço, voltada a problemas que levam muitas horas para serem concluídos, além de vir com uma nova camada de proteção e segurança. Musk também afirmou que o modelo tem 2,1 trilhões de parâmetros, ante 1,5 trilhão antes, com treinamento adicional apoiado em dados de engenharia da SpaceX que o post de lançamento não menciona.
Leia também: Falha na Polymarket permitiu que invasores acessassem contas sem senha
Claude Fable 5.1 na liderança
No GDPval, que avalia a IA em tarefas realizadas por advogados, enfermeiros e analistas financeiros, o Grok 4.7 marcou Elo de 1.695, contra 1.735 do Claude Fable 5.1. O desempenho ficou abaixo novamente no AA Briefcase, teste de tarefas de escritório que exigem várias horas. No Terminal-Bench, a diferença aumentou para quase 20 pontos.
O modelo mais novo venceu em alguns pontos: superou o Fable 5.1 em um teste de engenharia elétrica, por 64% a 56,4%, e triplicou a pontuação do rival no benchmark de agente jurídico da Harvey, voltado a advogados. O Grok 4.7 também melhorou em relação ao Grok 4.6 em todos os testes divulgados pela empresa, quase dobrando o resultado do antecessor 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 de comprar no mês passado. O que o Grok 4.7 mantém é o preço, equivalente a um quinto do valor cobrado pelo Fable 5.1 pelos tokens de entrada.
A sequência de adiamentos de Elon Musk
O lançamento encerra um verão de metas perdidas, com Musk adiando a data repetidas vezes depois de dizer, no fim de julho, que o modelo estaria pronto em quatro semanas. Em 1º de setembro, ele reduziu a janela para 10 dias e, depois, em 11 de setembro, admitiu que o modelo precisava de mais alguns dias de treinamento.
Dias antes da estreia, ele voltou a moderar as expectativas, dizendo que o Grok 4.7 estava, em termos gerais, no nível do Claude Opus 5.0 — e não do mais recente Opus 5.1 —, com a parte multimodal ainda incompleta. Desde então, Musk afirmou que o Grok 4.8 representará um avanço relevante. Já o Grok 5, sugeriu, poderá assumir a liderança do setor, embora nenhum dos dois tenha data de lançamento definida.
Próxima leitura: A IA não está pronta para suas próprias armas, alerta o hacker que invadiu a OpenAI
