SpaceXAI ของ Elon Musk เปิดตัว Grok 4.7 เมื่อวันจันทร์ โดยตั้งค่าบริการที่ 2 ดอลลาร์ต่อ 1 ล้านโทเค็นขาเข้า แม้ผลทดสอบภายในของบริษัทจะชี้ว่า Anthropic's Claude Fable 5.1 ยังเหนือกว่าในเกณฑ์ส่วนใหญ่
ประเด็นสำคัญ:
- SpaceXAI เปิดตัว Grok 4.7 ในราคาเท่าเดิมกับ Grok 4.6 โดยโทเค็นขาออกคิดที่ 6 ดอลลาร์ต่อ 1 ล้านโทเค็น
- Claude Fable 5.1 ยังนำใน GDPval, CursorBench และ Terminal-Bench จากการเปรียบเทียบของบริษัทเอง
- Grok 4.7 ชนะในงานวิศวกรรมไฟฟ้าและงานกฎหมาย หลังเลื่อนเปิดตัวมาหลายเดือน
การเปิดใช้งาน Grok 4.7
บริษัท ประกาศ โมเดลนี้เมื่อวันจันทร์ โดยระบุว่าเป็นเวอร์ชันที่มีความสามารถสูงสุดเท่าที่เคยมีมา สำหรับงานเขียนโค้ดและงานด้านความรู้ และขณะนี้ให้ใช้งานแล้วใน Cursor, Grok Build, Grok API และเครื่องมือเขียนโค้ดจากภายนอกบางราย ขณะที่เวอร์ชันที่ทำงานได้เร็วกว่า มีราคาสูงขึ้นเป็นสองเท่า โทเค็นขาออกคิดที่ 6 ดอลลาร์ต่อ 1 ล้านโทเค็น ไม่เปลี่ยนจาก Grok 4.6 ซึ่งเพิ่งออกมาเมื่อราวหนึ่งเดือนก่อน
SpaceXAI ระบุว่า Grok 4.7 ใช้ฐานโมเดลใหม่ที่ใหญ่กว่าเดิม ผ่านการฝึก reinforcement learning ระยะยาวที่เน้นโจทย์ซับซ้อนซึ่งอาจต้องใช้เวลาหลายชั่วโมง พร้อมติดตั้งระบบป้องกันความเสี่ยงที่ปรับปรุงใหม่ ขณะเดียวกัน Musk ยัง อ้าง ว่าโมเดลนี้มีพารามิเตอร์ 2.1 ล้านล้านตัว เพิ่มจาก 1.5 ล้านล้านตัว โดยมีการเสริมข้อมูลฝึกจากฝ่ายวิศวกรรมของ SpaceX ซึ่งไม่ได้ถูกระบุไว้ในโพสต์เปิดตัว
อ่านเพิ่มเติม: บั๊ก Polymarket เปิดช่องให้โจรเข้าถึงบัญชีได้โดยไม่ต้องใช้รหัสผ่าน
Claude Fable 5.1 ยังนำอยู่
ในเกณฑ์ GDPval ซึ่งวัดผลงาน AI จากงานของนักกฎหมาย พยาบาล และนักวิเคราะห์การเงิน Grok 4.7 ทำคะแนน Elo ได้ 1,695 เทียบกับ 1,735 ของ Claude Fable 5.1 และยังตามหลังใน AA Briefcase ซึ่งเป็นการทดสอบงานออฟฟิศที่ใช้เวลาหลายชั่วโมงเช่นกัน ส่วน Terminal-Bench ช่องว่างยิ่งกว้างขึ้นเกือบ 20 คะแนน
อย่างไรก็ดี โมเดลใหม่ทำผลงานได้ดีกว่าในบางด้าน โดย เอาชนะ Fable 5.1 ในการทดสอบวิศวกรรมไฟฟ้า 64% ต่อ 56.4% และทำคะแนนในการทดสอบเอเจนต์กฎหมายของ Harvey สำหรับทนายความสูงกว่าอีกฝ่ายถึงสามเท่า Grok 4.7 ยังพัฒนาจาก Grok 4.6 ในทุกการทดสอบที่บริษัทเผยแพร่ และทำคะแนนงานด้าน terminal เกือบเพิ่มขึ้นเป็นสองเท่า
ตัวเลขทั้งหมดดังกล่าวมาจาก SpaceXAI เอง ขณะที่ CursorBench ซึ่งเป็นการทดสอบด้านการเขียนโค้ดที่บริษัทอ้างถึงเป็นหลัก และสุดท้ายกลับแพ้ไป 51.8% ต่อ 46.3% นั้น จัดทำโดย Cursor ซึ่งเป็นโปรแกรมแก้ไขโค้ดที่ SpaceX เพิ่งเข้าซื้อไปเมื่อเดือนก่อน ส่วนจุดที่ Grok 4.7 ยังมีภาษีเหนือกว่า คือราคา โดยคิดเพียงหนึ่งในห้าของค่าบริการที่ Fable 5.1 เรียกเก็บสำหรับโทเค็นขาเข้า
ความล่าช้าต่อเนื่องของ Elon Musk
การเปิดตัวครั้งนี้ปิดฉากช่วงฤดูร้อนที่เต็มไปด้วยความล่าช้า หลัง Musk เลื่อน กำหนดเปิดตัวหลายครั้ง นับจากปลายเดือนกรกฎาคมที่เขาบอกว่าโมเดลจะพร้อมในอีก 4 สัปดาห์ ต่อมาในวันที่ 1 กันยายน เขาลดกรอบเวลาเหลือ 10 วัน ก่อนยอมรับเมื่อวันที่ 11 กันยายนว่าโมเดลยังต้องฝึกเพิ่มเติมอีกไม่กี่วัน
เพียงไม่กี่วันก่อนส่งมอบจริง เขายังลดความคาดหวังลงอีก โดยประเมินว่า Grok 4.7 มีระดับใกล้เคียง Claude Opus 5.0 มากกว่า Opus 5.1 รุ่นใหม่ และงานด้านมัลติโหมดียังไม่เสร็จสมบูรณ์ จากนั้นเขาระบุว่า Grok 4.8 จะเป็นก้าวกระโดดที่มีนัยสำคัญ ส่วน Grok 5 อาจก้าวขึ้นเป็นผู้นำตลาดได้จริง แม้ทั้งสองรุ่นยังไม่มีกำหนดเปิดตัวที่แน่ชัด
อ่านต่อ: AI ยังไม่พร้อมสำหรับอาวุธของตัวเอง เตือนแฮกเกอร์ที่เจาะ OpenAI ได้
