xAI ਨੇ ਹਫ਼ਤਿਆਂ ਦੇ ਜਨਤਕ ਛੇੜਛਾੜ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਦੇਰੀ ਤੋਂ ਬਾਅਦ, ਕੋਡਿੰਗ ਅਤੇ ਗਿਆਨ ਦੇ ਕੰਮ ਲਈ ਕੰਪਨੀ ਦਾ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲ, Grok 4.7 ਜਾਰੀ ਕੀਤਾ ਹੈ। ਐਤਵਾਰ ਨੂੰ ਕੰਪਨੀ ਦੀ ਸਾਈਟ 'ਤੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਗਈ, ਇਹ ਮਾਡਲ ਉਸੇ ਕੀਮਤ 'ਤੇ ਉਤਰਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਪੂਰਵਗਾਮੀ Grok 4.6: $2 ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਇਨਪੁਟ ਟੋਕਨ ਅਤੇ $6 ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਆਉਟਪੁੱਟ ਟੋਕਨ, ਓਪਨਏਆਈ ਦੇ GPT-5.6 ਸੋਲ ਮੈਕਸ ($4/$20) ਦੀ ਲਗਭਗ ਅੱਧੀ ਸੂਚੀ ਕੀਮਤ ਅਤੇ ਐਨਥਰੋਪਿਕ ਦੇ ਮੈਕਸ $50/50 $50 ਦੇ ਅਧੀਨ ਹੈ।

ਤਾਜ਼ਾ ਤਾਜ਼ਾ AI ਖਬਰਾਂ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, AI Buzz Wire 'ਤੇ ਜਾਓ।

ਇੱਕ ਵੱਡਾ ਬੇਸ ਮਾਡਲ, ਲੰਬੇ ਕੰਮਾਂ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ

xAI ਦੀ ਘੋਸ਼ਣਾ ਦੇ ਅਨੁਸਾਰ, Grok 4.7 Grok 4.6 ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਨਵੇਂ, ਵੱਡੇ ਬੇਸ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਕੰਮ ਦੇ ਇੱਕ ਔਖੇ ਮਿਸ਼ਰਣ 'ਤੇ ਚੱਲਣ ਵਾਲੀ ਇੱਕ ਲੰਬੀ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੇ ਨਾਲ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਜੋ ਸਮੱਸਿਆਵਾਂ ਵੱਲ ਭਾਰੂ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਕਈ ਘੰਟੇ ਲੱਗਦੇ ਹਨ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਮਾਡਲ ਆਪਣੇ ਖੁਦ ਦੇ ਕੰਮ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਅਤੇ ਲੰਬੇ ਸੰਦਰਭ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਿੱਚ ਬਿਹਤਰ ਹੈ, ਅਤੇ ਇਹ ਕਿ ਇਸਨੂੰ ਗਰੋਕ ਬੋਟ ਹਾਰਨੇਸ ਨੂੰ ਮੂਲ ਰੂਪ ਵਿੱਚ ਸਮਝਣ, ਗੱਲਬਾਤ ਦੇ ਕੰਮਾਂ ਅਤੇ ਆਮ ਗਿਆਨ ਦੇ ਕੰਮ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।

ਰੀਲੀਜ਼ ਇੱਕ ਰੌਲੇ-ਰੱਪੇ ਦੇ ਬਾਅਦ ਚੱਲਦੀ ਹੈ। ਐਲੋਨ ਮਸਕ ਨੇ ਪਹਿਲਾਂ ਸਤੰਬਰ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਕਿਹਾ ਸੀ ਕਿ ਗਰੋਕ 4.7 ਦਸ ਦਿਨਾਂ ਦੇ ਅੰਦਰ ਉਤਰੇਗਾ, ਫਿਰ ਸਤੰਬਰ ਦੇ ਅੱਧ ਵਿੱਚ ਸਵੀਕਾਰ ਕੀਤਾ ਗਿਆ ਕਿ ਮਾਡਲ ਨੂੰ ਕੁਝ ਹੋਰ ਦਿਨਾਂ ਦੇ ਸੁਧਾਰ ਦੀ ਲੋੜ ਹੈ, TeslaNorth.com ਦੇ ਅਨੁਸਾਰ. ਇਹ ਹੁਣ ਸ਼ਿਪਿੰਗ ਕਰ ਰਿਹਾ ਹੈ, ਅਤੇ GitHub ਨੇ ਉਸੇ ਦਿਨ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ Grok 4.7 GitHub Copilot ਵਿੱਚ ਉਪਲਬਧ ਹੈ।

ਬੈਂਚਮਾਰਕ ਤਸਵੀਰ: ਮਜ਼ਬੂਤ, ਸਵੀਪਿੰਗ ਨਹੀਂ

xAI ਦੁਆਰਾ ਪ੍ਰਕਾਸ਼ਿਤ ਬੈਂਚਮਾਰਕ ਡੇਟਾ ਇੱਕ ਮਾਡਲ ਦਿਖਾਉਂਦਾ ਹੈ ਜੋ ਕਈ ਲੰਬੇ-ਹਰੀਜੋਨ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਅਗਵਾਈ ਕਰਦਾ ਹੈ ਜਦੋਂ ਕਿ ਦੂਜਿਆਂ ਉੱਤੇ ਐਂਥਰੋਪਿਕ ਦੀ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਸੰਰਚਨਾ ਤੋਂ ਪਿੱਛੇ ਰਹਿੰਦਾ ਹੈ:

  • ਕਰਸਰਬੈਂਚ 4.0, ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲ ਰਹੇ ਕੋਡਿੰਗ ਕਾਰਜਾਂ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ: Grok 4.7 ਸਕੋਰ 46.3%, GPT-5.6 Sol Max (41.7%) ਤੋਂ ਅੱਗੇ ਅਤੇ Grok 4.6 ਹਾਈ (40.4%), ਪਰ ਫੈਬਲ 5.1 ਮੈਕਸ (51.8%) ਤੋਂ ਪਿੱਛੇ।
  • ਟਰਮੀਨਲ-ਬੈਂਚ 4.0, ਮਲਟੀ-ਘੰਟੇ ਟਰਮੀਨਲ ਦਾ ਕੰਮ: 38.0%, Grok 4.6 ਲਈ 20.3% ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਅਤੇ GPT-5.6 Sol Max (37.3%) ਤੋਂ ਬਿਲਕੁਲ ਅੱਗੇ, ਹਾਲਾਂਕਿ Fable 5.1 Max 57.9% 'ਤੇ ਅੱਗੇ ਹੈ।
  • EEBench, ਇੱਕ ਇਲੈਕਟ੍ਰੀਕਲ ਇੰਜੀਨੀਅਰਿੰਗ ਬੈਂਚਮਾਰਕ: 64.0%, Grok 4.6 ਦੇ 53.0% ਤੋਂ ਇੱਕ ਵੱਡੀ ਛਾਲ ਅਤੇ ਸੂਚੀਬੱਧ ਮਾਡਲਾਂ ਵਿੱਚੋਂ ਸਭ ਤੋਂ ਉੱਚਾ।
  • DeepSWE v1.1: 71.0% ਉੱਚ ਕੋਸ਼ਿਸ਼ 'ਤੇ, ਬਨਾਮ Grok 4.6 ਲਈ 65.2% ਅਤੇ GPT-5.6 Sol Max ਲਈ 72.7%।
  • AA ਬ੍ਰੀਫਕੇਸ v1.1, ਬਹੁ-ਘੰਟੇ ਦਾ ਦਫਤਰੀ ਕੰਮ: 1,657, 1,546 ਤੋਂ ਵੱਧ, ਅਤੇ 1,678 'ਤੇ Fable 5.1 ਮੈਕਸ ਤੋਂ ਪਿੱਛੇ।
  • ਹਾਰਵੇ ਲੀਗਲ ਏਜੰਟ ਬੈਂਚਮਾਰਕ: ਇਸ ਮਾਪ 'ਤੇ 19.6%, Grok 4.6 (15.8%) ਤੋਂ ਅੱਗੇ ਅਤੇ GPT-5.6 Sol Max (2.5%) ਅਤੇ Fable 5.1 Max (6.7%) ਤੋਂ ਬਹੁਤ ਅੱਗੇ।
  • ਹੈਲਥਬੈਂਚ ਪ੍ਰੋਫੈਸ਼ਨਲ: 56.7%, Grok 4.6 ਦੇ 48.5% 'ਤੇ ਸੁਧਾਰ ਕਰ ਰਿਹਾ ਹੈ ਪਰ GPT-5.6 Sol Max (60.5%) ਅਤੇ Fable 5.1 Max (62.1%) ਤੋਂ ਪਿੱਛੇ ਹੈ।

GDPval 'ਤੇ, Elo ਦੁਆਰਾ ਸਕੋਰ ਕੀਤਾ ਗਿਆ ਇੱਕ ਪੇਸ਼ੇਵਰ ਗਿਆਨ-ਵਰਕ ਬੈਂਚਮਾਰਕ, xAI ਦਾ ਚਾਰਟ Grok 4.7 ਨੂੰ xhigh ਤਰਕ 1,695 'ਤੇ ਰੱਖਦਾ ਹੈ - Grok 4.6 ਲਈ 1,605 ਤੋਂ ਵੱਧ, Fable 5.1 Max (1,735) ਤੋਂ ਪਿੱਛੇ ਅਤੇ GPT-6 Astra Max (1,542) ਤੋਂ ਅੱਗੇ।

ਕੀਮਤ ਕਹਾਣੀ ਹੈ

ਘੋਸ਼ਣਾ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਹਮਲਾਵਰ ਦਾਅਵਾ ਤਕਨੀਕੀ ਦੀ ਬਜਾਏ ਆਰਥਿਕ ਹੈ: xAI ਤੁਲਨਾਤਮਕ ਮਾਡਲਾਂ ਦੀ ਅੱਧੀ ਕੀਮਤ 'ਤੇ Grok 4.7 ਨੂੰ ਦੁੱਗਣੀ ਤੇਜ਼ੀ ਨਾਲ ਦਰਸਾਉਂਦਾ ਹੈ, ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਮਤ ਸਾਰਣੀ ਇਸਦੇ ਦੋ ਮੁੱਖ ਵਿਰੋਧੀਆਂ ਦੇ ਉੱਚ-ਪੱਧਰੀ ਸੰਰਚਨਾਵਾਂ ਦੇ ਵਿਰੁੱਧ ਹੈੱਡਲਾਈਨ ਤੁਲਨਾ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ। Grok 4.7 ਦੀ $2/$6 ਟੋਕਨ ਕੀਮਤ Grok 4.6 ਤੋਂ ਬਦਲੀ ਨਹੀਂ ਹੈ, ਭਾਵ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਕੀਮਤ ਵਿੱਚ ਵਾਧਾ ਕੀਤੇ ਬਿਨਾਂ ਪੀੜ੍ਹੀ-ਦਰ-ਪੀੜ੍ਹੀ ਸੁਧਾਰ ਮਿਲਦਾ ਹੈ।

ਇਹ ਸਥਿਤੀ ਇੱਕ ਰਣਨੀਤੀ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ ਜੋ xAI ਨੇ Grok 4.x ਲਾਈਨ ਵਿੱਚ ਅਪਣਾਈ ਹੈ: ਓਪਨਏਆਈ ਅਤੇ ਐਂਥਰੋਪਿਕ ਦੇ ਪ੍ਰੀਮੀਅਮ ਕੀਮਤ ਦੇ ਪੱਧਰਾਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹੋਏ, ਮੈਚ ਜਾਂ ਪਹੁੰਚ ਫਰੰਟੀਅਰ ਗੁਣਵੱਤਾ, ਫਿਰ GitHub, ਕਰਸਰ, ਅਤੇ ਓਪਨ ਰਾਊਟਰ ਸਮੇਤ ਸਹਿਭਾਗੀਆਂ ਦੁਆਰਾ ਹਮਲਾਵਰ ਢੰਗ ਨਾਲ ਵੰਡੋ।

ਕੀ ਦੇਖਣਾ ਹੈ

ਇਮਾਨਦਾਰ ਚੇਤਾਵਨੀ ਇਹ ਹੈ ਕਿ xAI ਨੇ ਤੁਲਨਾ ਚਾਰਟ ਖੁਦ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਹੈ, ਅਤੇ ਬੈਂਚਮਾਰਕਿੰਗ ਐਗਰੀਗੇਟਰਾਂ ਤੋਂ ਸੁਤੰਤਰ ਤਸਦੀਕ ਵਿੱਚ ਦਿਨ ਲੱਗ ਜਾਣਗੇ। xAI ਦੁਆਰਾ ਹਾਈਲਾਈਟ ਕਰਨ ਲਈ ਚੁਣੇ ਗਏ ਸੰਖਿਆਵਾਂ 'ਤੇ, Grok 4.7 Grok 4.6 ਤੋਂ ਇੱਕ ਅਸਲੀ ਕਦਮ ਹੈ — ਸਭ ਤੋਂ ਵੱਧ ਟਰਮੀਨਲ-ਬੈਂਚ 4.0 ਅਤੇ EEBench 'ਤੇ - ਪਰ ਇਹ ਫੇਬਲ 5.1 ਮੈਕਸ ਨੂੰ ਸਵੀਪ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਜੋ ਕੋਡਿੰਗ ਅਤੇ ਸਿਹਤ ਮਾਪਦੰਡਾਂ 'ਤੇ ਲੀਡ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ ਜਦੋਂ ਕਿ ਪ੍ਰਤੀ ਪੰਜ ਗੁਣਾ ਵੱਧ ਲਾਗਤ ਆਉਂਦੀ ਹੈ।

ਲੰਬੇ, ਮਲਟੀ-ਘੰਟੇ ਏਜੰਟਿਕ ਵਰਕਲੋਡ ਚਲਾਉਣ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਕੀਮਤ-ਪ੍ਰਦਰਸ਼ਨ ਗਣਿਤ ਕੱਚੀ ਲੀਡਰਬੋਰਡ ਸਥਿਤੀ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਾਇਨੇ ਰੱਖ ਸਕਦਾ ਹੈ। Grok 4.7 ਹੁਣ xAI ਦੇ API ਦੁਆਰਾ ਅਤੇ GitHub Copilot ਵਿੱਚ ਉਪਲਬਧ ਹੈ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

AI ਉਦਯੋਗ ਦੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਦੀ ਨਿਰੰਤਰ ਕਵਰੇਜ ਲਈ, AI Buzz Wire ਨੂੰ ਬੁੱਕਮਾਰਕ ਕਰੋ ਅਤੇ ਕਦੇ ਵੀ ਇੱਕ ਤਾਜ਼ਾ ਕਹਾਣੀ ਨੂੰ ਯਾਦ ਨਾ ਕਰੋ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ