कई हफ्तों की सार्वजनिक टीजिंग और कम से कम एक देरी के बाद, xAI ने ग्रोक 4.7 जारी किया है, जो कोडिंग और ज्ञान कार्य के लिए कंपनी का अब तक का सबसे सक्षम मॉडल है। रविवार को कंपनी की साइट पर घोषणा की गई, यह मॉडल अपने पूर्ववर्ती ग्रोक 4.6 के समान कीमत और सेवा गति पर उपलब्ध है: $2 प्रति मिलियन इनपुट टोकन और $6 प्रति मिलियन आउटपुट टोकन, ओपनएआई के जीपीटी-5.6 सोल मैक्स ($4/$20) की सूची कीमत का लगभग आधा और एंथ्रोपिक के फैबल 5.1 मैक्स ($10/$50) के नीचे।

नवीनतम ब्रेकिंग एआई समाचार और विश्लेषण के लिए, [एआई बज़ वायर] (https://aibuzzwire.news) पर जाएं।

एक बड़ा बेस मॉडल, लंबे कार्यों के लिए प्रशिक्षित

एक्सएआई की घोषणा के अनुसार, ग्रोक 4.7, ग्रोक 4.6 की तुलना में एक नए, बड़े बेस मॉडल का उपयोग करता है और इसे कार्यों के कठिन मिश्रण पर लंबे समय तक सुदृढीकरण सीखने के साथ प्रशिक्षित किया गया था, जो उन समस्याओं पर केंद्रित है जिन्हें पूरा करने में कई घंटे लगते हैं। कंपनी का कहना है कि मॉडल अपने स्वयं के काम को सत्यापित करने और लंबे संदर्भ को प्रबंधित करने में बेहतर है, और इसे ग्रोक बॉट हार्नेस को मूल रूप से समझने, बातचीत के कार्यों और सामान्य ज्ञान के काम में सुधार करने के लिए प्रशिक्षित किया गया था।

रिलीज एक शोर-शराबे के बाद होती है। TeslaNorth.com के अनुसार, एलोन मस्क ने पहली बार सितंबर की शुरुआत में कहा था कि ग्रोक 4.7 दस दिनों के भीतर उतर जाएगा, फिर सितंबर के मध्य में स्वीकार किया कि मॉडल को कुछ और दिनों के शोधन की आवश्यकता है। अब इसकी शिपिंग हो रही है, और GitHub ने उसी दिन पुष्टि की कि GitHub Copilot में ग्रोक 4.7 उपलब्ध है।

बेंचमार्क चित्र: मजबूत, व्यापक नहीं

एक्सएआई द्वारा प्रकाशित बेंचमार्क डेटा एक मॉडल दिखाता है जो कई लंबी-क्षितिज श्रेणियों में अग्रणी है जबकि अन्य पर एंथ्रोपिक की सबसे महंगी कॉन्फ़िगरेशन से पीछे है:

  • कर्सरबेंच 4.0, जो लंबे समय तक चलने वाले कोडिंग कार्यों पर जोर देता है: ग्रोक 4.7 स्कोर 46.3%, जीपीटी-5.6 सोल मैक्स (41.7%) और ग्रोक 4.6 हाई (40.4%) से आगे, लेकिन फैबल 5.1 मैक्स (51.8%) से पीछे।
  • टर्मिनल-बेंच 4.0, मल्टी-घंटे टर्मिनल कार्य: 38.0%, ग्रोक 4.6 के लिए 20.3% से तेजी से ऊपर और जीपीटी-5.6 सोल मैक्स (37.3%) से थोड़ा आगे, हालांकि फैबल 5.1 मैक्स 57.9% पर आगे है।
  • ईईबेंच, एक इलेक्ट्रिकल इंजीनियरिंग बेंचमार्क: 64.0%, ग्रोक 4.6 के 53.0% से एक बड़ी छलांग और सूचीबद्ध मॉडलों में सबसे अधिक।
  • डीपएसडब्ल्यूई v1.1: उच्च प्रयास पर 71.0%, जबकि ग्रोक 4.6 के लिए 65.2% और जीपीटी-5.6 सोल मैक्स के लिए 72.7%।
  • एए ब्रीफ़केस v1.1, बहु-घंटे कार्यालय कार्य: 1,657, 1,546 से ऊपर, और फ़ेबल 5.1 मैक्स से पीछे 1,678 पर बंद हुआ।
  • हार्वे लीगल एजेंट बेंचमार्क: 19.6%, इस माप पर ग्रोक 4.6 (15.8%) से आगे और जीपीटी-5.6 सोल मैक्स (2.5%) और फैबल 5.1 मैक्स (6.7%) से काफी आगे।
  • हेल्थबेंच प्रोफेशनल: 56.7%, ग्रोक 4.6 के 48.5% में सुधार लेकिन जीपीटी-5.6 सोल मैक्स (60.5%) और फैबल 5.1 मैक्स (62.1%) से पीछे।

जीडीपीवल पर, एलो द्वारा बनाए गए एक पेशेवर ज्ञान-कार्य बेंचमार्क, एक्सएआई का चार्ट ग्रोक 4.7 को एक्सहाई रीजनिंग पर 1,695 पर रखता है - ग्रोक 4.6 के लिए 1,605 से ऊपर, फैबल 5.1 मैक्स (1,735) से पीछे और जीपीटी-6 एस्ट्रा मैक्स (1,542) से आगे।

कीमत ही कहानी है

घोषणा में सबसे आक्रामक दावा तकनीकी के बजाय आर्थिक है: एक्सएआई ग्रोक 4.7 को तुलनीय मॉडलों की आधी कीमत पर दोगुना तेज़ बताता है, और प्रकाशित मूल्य निर्धारण तालिका इसके दो मुख्य प्रतिद्वंद्वियों के शीर्ष स्तरीय कॉन्फ़िगरेशन के खिलाफ हेडलाइन तुलना का समर्थन करती है। ग्रोक 4.7 का $2/$6 टोकन मूल्य निर्धारण ग्रोक 4.6 से अपरिवर्तित है, जिसका अर्थ है कि खरीदारों को मूल्य वृद्धि के बिना पीढ़ी-दर-पीढ़ी सुधार मिलता है।

यह स्थिति उस रणनीति का विस्तार करती है जिसे xAI ने ग्रोक 4.x लाइन में अपनाया है: OpenAI और एंथ्रोपिक के प्रीमियम मूल्य निर्धारण स्तरों को कम करते हुए सीमांत गुणवत्ता का मिलान या दृष्टिकोण, फिर GitHub, कर्सर और OpenRouter सहित भागीदारों के माध्यम से आक्रामक रूप से वितरित करना।

क्या देखना है

ईमानदार चेतावनी यह है कि xAI ने तुलना चार्ट स्वयं प्रकाशित किया है, और बेंचमार्किंग एग्रीगेटर्स से स्वतंत्र सत्यापन में कई दिन लगेंगे। एक्सएआई द्वारा हाइलाइट किए जाने वाले नंबरों पर, ग्रोक 4.7, ग्रोक 4.6 से एक वास्तविक कदम है - टर्मिनल-बेंच 4.0 और ईईबेंच पर सबसे अधिक दिखाई देता है - लेकिन यह फैबल 5.1 मैक्स को पीछे नहीं छोड़ता है, जो प्रति आउटपुट टोकन पांच गुना अधिक लागत के साथ कोडिंग और स्वास्थ्य बेंचमार्क पर बढ़त बनाए रखता है।

लंबे समय तक, कई-घंटे के एजेंटिक कार्यभार वाले डेवलपर्स के लिए, मूल्य-प्रदर्शन गणित कच्चे लीडरबोर्ड की स्थिति से अधिक मायने रख सकता है। ग्रोक 4.7 अब xAI के एपीआई और GitHub Copilot में उपलब्ध है।

एआई से आगे रहें

एआई उद्योग के सबसे महत्वपूर्ण विकासों की निरंतर कवरेज के लिए, [एआई बज़ वायर] (https://aibuzzwire.news) को बुकमार्क करें और कोई भी ब्रेकिंग स्टोरी न चूकें।

अधिक AI समाचार पढ़ें