एलन मस्क ने कहा था कि Grok 4.7 हर मॉडल से आगे निकल जाएगा। क्या यह ऐसा कर पाया?

SpaceXAI ने Grok 4.7 जारी किया, और स्वतंत्र स्कोर इसे अग्रणी AI लैब्स में चौथे स्थान पर रखते हैं।

स्वतंत्र बेंचमार्किंग फर्म Artificial Analysis ने अपने Intelligence Index पर इस मॉडल को 46 अंक दिए, जो Grok 4.6 से 2 अंक अधिक हैं। Claude Fable 5.1, GPT-6 Astra और Claude Opus 5 की रैंकिंग इससे ऊँची है।

Grok 4.7 ने SpaceXAI को शीर्ष चार AI लैब्स में पहुँचाया

लॉन्च से पहले Elon Musk ने कहा था कि यह मॉडल 2.1-ट्रिलियन-पैरामीटर वाले आधार पर चलेगा और सभी मौजूदा मॉडलों से बेहतर प्रदर्शन करेगा। उन्होंने यह भी कहा कि मॉडल की ट्रेनिंग में SpaceX का कंपनी डेटा शामिल था।

जैसे ही समाचार होते हैं, हमें X पर फॉलो करें।

लेकिन Grok 4.7 असल में कैसा प्रदर्शन करता है? पेशेवर कामों के यथार्थपरक कार्यों के लिए Artificial Analysis के बेंचमार्क AA-Briefcase पर Grok 4.7 ने 1657 Elo स्कोर किया। यह Grok 4.6 से 111 अंकों की बढ़त है और मॉडल को Claude Opus 5 के स्तर के करीब ले आता है।

GDPval-AA पर मॉडल ने 1695 Elo हासिल किए, जिससे यह अपने पिछले संस्करण से 90 अंक आगे हो गया। कोडिंग के नतीजे भी इसी दिशा में रहे।

अपने कोडिंग एजेंट Grok Build के साथ मिलकर Grok 4.7 ने Coding Agent Index पर 56 अंक हासिल किए। यह Grok 4.6 से नौ अंक अधिक हैं।

मॉडल ने GPT-5.6 Sol को पीछे छोड़ दिया और अब सिर्फ Anthropic के Claude Fable 5.1, GPT-6 Astra और Opus 5 से पीछे है।

“Artificial Analysis Intelligence Index पर Grok 4.7 ने 46 अंक हासिल किए हैं, जिससे SpaceXAI शीर्ष 4 AI लैब्स में शामिल हो गया है। Coding Agent Index पर प्रदर्शन भी बेहतर हुआ है और इसने GPT-5.6 Sol को पीछे छोड़ दिया है,”

अन्य जगहों पर, मॉडल में बमुश्किल कोई बदलाव आया। Terminal-Bench 4.0 पर इसके स्कोर में 4.5 प्रतिशत अंक और GDP.pdf पर 3 अंक की बढ़ोतरी हुई। AA-LCR और AutomationBench-AA परीक्षणों में स्कोर गिर गए। जुलाई में Grok 4.5 ने AutomationBench में शीर्ष स्थान हासिल किया था, जिससे मस्क के इस दावे को समर्थन मिला कि वह Claude Opus के बराबर है।

इन बढ़तों के साथ टोकन का बिल भी बढ़ता है

दरें नहीं बदलीं। Grok 4.7 के लिए अब भी प्रति दस लाख इनपुट टोकन पर $2 और प्रति दस लाख आउटपुट टोकन पर $6 का खर्च आता है। कैश हिट की रियायती दर $0.50 ही है, और Grok 4.6 की 500,000 टोकन वाली संदर्भ विंडो भी इसमें बरकरार है।

हालाँकि, हर जवाब के लिए यह मॉडल काफ़ी ज़्यादा काम करता है। Artificial Analysis के माप के मुताबिक, Index के हर कार्य में यह लगभग 81,000 आउटपुट टोकन खर्च करता है, जबकि Grok 4.6 के लिए यह आँकड़ा 36,000 और GPT-6 Astra के लिए 27,000 है। इसलिए, प्रति टोकन कीमत स्थिर रहने पर भी हर कार्य का बिल बढ़ जाता है।

टोकन की यह भूख ऐसे विभाग पर पड़ रही है, जिसने पहले ही $1.26 अरब के नुकसान की सूचना दी है। इस बीच, मस्क ने 14 सितंबर को कहा कि Grok 4.8 की ट्रेनिंग एक हफ़्ते के भीतर पूरी हो जाएगी।

उन्हें यह भी उम्मीद है कि Grok 5 वह मॉडल होगा जो कृत्रिम सामान्य बुद्धिमत्ता तक पहुँचेगा। अगली रिलीज़ यह परखेगी कि क्या SpaceXAI ऐसा करने के लिए अतिरिक्त कंप्यूट खर्च किए बिना रैंकिंग में ऊपर चढ़ सकती है।

हमारे YouTube चैनल की सदस्यता लें ताकि नेता और पत्रकार विशेषज्ञ अंतर्दृष्टि प्रदान कर सकें

स्रोत: BeInCrypto