Elon Musk’ın SpaceXAI şirketi, Grok 4.7’yi pazartesi günü milyon giriş tokenı başına 2 dolar fiyatla kullanıma sundu. Ancak şirketin kendi benchmark’ları, testlerin çoğunda Anthropic’in Claude Fable 5.1 modelini öne çıkarıyor.
Öne çıkanlar:
- SpaceXAI, Grok 4.7’yi Grok 4.6 ile aynı fiyattan piyasaya sürdü; çıkış tokenları için ücret milyon başına 6 dolar.
- Şirketin kendi karşılaştırmasında Claude Fable 5.1, GDPval, CursorBench ve Terminal-Bench testlerinde liderliğini korudu.
- Grok 4.7, aylar süren ertelenmenin ardından elektrik mühendisliği ve hukuki işlerde öne çıktı.
Grok 4.7’nin kullanıma açılması
Şirket, duyurusunda modeli pazartesi günü kodlama ve bilgi temelli işler için şimdiye kadarki en yetkin sürümü olarak tanıttı. Grok Build, Grok API, Cursor ve üçüncü taraf kodlama altyapılarında erişime açılan modelin daha hızlı bir varyantı ise iki kat ücretlendiriliyor. Çıkış tokenı başına ücret milyon başına 6 dolar seviyesinde sabit kaldı; bu rakam, bir aydan biraz daha önce yayımlanan Grok 4.6 ile aynı.
SpaceXAI, Grok 4.7’nin daha büyük bir temel model üzerinde çalıştığını, saatler süren sorunlara odaklanan daha uzun bir pekiştirmeli öğrenme süreciyle eğitildiğini ve yeniden tasarlanmış bir güvenlik katmanıyla geldiğini belirtti. Musk ise ayrıca modelin 1,5 trilyondan 2,1 trilyon parametreye çıktığını iddia etti; ancak lansman metninde yer almayan ek eğitim verilerinin SpaceX mühendislik verilerinden sağlandığını söyledi.
Ayrıca okuyun: Polymarket hatası, hırsızların parolasız hesaplara girmesine yol açtı
Claude Fable 5.1’in üstünlüğü
Hukukçuların, hemşirelerin ve finans analistlerinin yaptığı işlere göre yapay zekayı puanlayan GDPval testinde Grok 4.7, 1.695 Elo puanı aldı; Claude Fable 5.1 ise 1.735’te kaldı. Model, birkaç saat süren ofis görevlerini ölçen AA Briefcase testinde de geride kaldı. Terminal-Bench’te fark neredeyse 20 puana kadar açıldı.
Yeni model bazı alanlarda öne çıkmayı başardı. Karşılaştırmalarda elektrik mühendisliği testinde Fable 5.1’i %64’e %56,4 ile geçti ve hukukçular için geliştirilen Harvey hukuk ajanı benchmark’ında rakibinin puanını üçe katladı. Grok 4.7, şirketin yayımladığı tüm testlerde Grok 4.6’nın önüne geçti; terminal çalışmalarında ise önceki sürümün skorunu neredeyse ikiye katladı.
Bu rakamların tamamı SpaceXAI’nin kendi verilerine dayanıyor. Şirketin öne çıkardığı ancak %51,8’e %46,3 kaybettiği CursorBench kodlama testi, SpaceX’in geçen ay satın alımını tamamladığı Cursor tarafından geliştiriliyor. Buna karşın Grok 4.7’nin elindeki en güçlü koz fiyat: Fable 5.1’in giriş tokenı ücretinin beşte biri.
Elon Musk’tan gelen ertelemeler
Lansman, Musk’ın hedefleri tutturamadığı bir yazın kapanışını yaptı. Musk, temmuz sonlarında modelin dört hafta uzakta olduğunu söylemesinin ardından çıkış tarihini defalarca erteledi. 1 Eylül’de süreyi 10 güne indirdi, 11 Eylül’de ise modelin birkaç gün daha eğitime ihtiyaç duyduğunu kabul etti.
Yayına günler kala beklentileri bir kez daha aşağı çeken Musk, Grok 4.7’yi daha yeni Opus 5.1 yerine yaklaşık Claude Opus 5.0 seviyesinde konumlandırdı; multimodal çalışmaların ise hâlâ tamamlanmadığını söyledi. O tarihten bu yana Grok 4.8 için anlamlı bir sıçrama vurgusu yapıyor. Grok 5’in ise alanın lideri olabileceğini ima etti; ancak iki model için de henüz bir çıkış tarihi yok.
Sonraki haber: OpenAI’ye sızan hacker, yapay zekânın kendi silahlarına hazır olmadığını söylüyor
