SpaceXAI Grok 4.7 моделін таныстырды, бұл бағдарламалау, біліммен жұмыс істеу және ұзақ агенттік сценарийлерді орындауға арналған жаңа ИИ-модель. Әзірлеушілер базалық модельдің көлемін ұлғайтып, күшейту арқылы оқытуды кеңейтті, бірнеше сағатты алатын тапсырмаларды қосты. Grok 4.7 өз нәтижелерін тексеру механизмдерін жақсартты және Grok Bot агенттік ортасын қолдады. CursorBench 4.0 тестінде модель 46,3% жинады, ал Grok 4.6 40,4% жинаған. AA Briefcase көпсағаттық тапсырмаларында нәтиже 1657 Elo баллды құрады, ал алдыңғы нұсқа 1546 балл жинаған. EEBench көрсеткіші 53%-дан 64%-ға өсті, ал Harvey Legal Agent Benchmark 15,8%-дан 19,6%-ға дейін өсті. Бұл нәтижелерді SpaceXAI өзі ұсынды, сондықтан олар әзірлеуші компанияның тестілеуін көрсетеді.
Artificial Analysis қосымша өлшеулер жүргізді. Оның Intelligence Index-інде Grok 4.7 46 балл жинады, бұл Grok 4.6 көрсеткішінен екі пунктке жоғары. Grok Build-пен бірге қолданылғанда, жаңа модель Coding Agent Index-те 56 балл жинады, ал алдыңғы нұсқа 47 балл жинаған. Өз агенттік орталарында жұмыс істейтін модельдер рейтингінде Grok 4.7 төртінші орынға ие болды. Нәтижелердің өсуі токендер шығынының артуымен қатар жүреді: xhigh режимінде модель күрделі тапсырмаға орташа есеппен 81 000 шығыс токендерін генерациялады, ал Grok 4.6 шамамен 36 000 токендерді генерациялаған. Контекстік терезе 500 000 токен деңгейінде қалды. Модель мәтінмен және суреттермен жұмыс істейді, ал жауаптарды мәтін түрінде қалыптастырады. Есептеулерді басқару үшін төрт ойлау режимі қолжетімді: low, medium, high және xhigh.
Стандартты нұсқаның құны өзгерген жоқ: контекст 200 000 токенге дейін болғанда, 1 млн кіріс токендерін өңдеу $2 тұрады, кэштелгендері – $0,50, ал шығыстары – $6. Ұзын сұраныстар үшін тарифтер екі есе артады. Сонымен қатар, SpaceXAI Grok 4.7 Fast-ты іске қосты, ол генерация жылдамдығын екі есе арттырып, құнын екі есе көтерді; ол тек Cursor және Grok Build-те қолжетімді, жалпы API арқылы қосылусыз. Әзірлеушілер модельді қорғау жүйесін қайта өңдегенін де хабарлады. Өзінің HackerBench v0.3-інде Grok 4.7 қауіпті сұраныстардың 3,3%-ын жіберіп алды, ал LatchBio биоқауіпсіздік тестілеуінде 62,4% алды. Осылайша, жаңа нұсқа бірқатар тесттерде жоғары көрсеткіштерді күрделі сценарийлерде токендер тұтынуын арттырумен үйлестіріп, бұрынғы базалық тариф құрылымын сақтайды.
Ұқсас мақалалар
