Musks Grok 5-løfte om AGI: Det sagde xAI’s køreplan faktisk

Elon Musks udmelding den 14. september var en ambitiøs køreplan for endnu ikke udgivne Grok-modeller – ikke en dokumenteret AGI-milepæl. Han sagde, at Grok 4.8 ville afslutte prætræningen i løbet af ugen og derefter gå videre til reinforcement learning (RL, forstærkningslæring). Grok 5 blev i svar på spørgsmål om AGI placeret som modellen, der muligvis kunne nå kunstig generel intelligens. xAI offentliggjorde dog hverken benchmarkresultater, modelkort, en operationel AGI-definition eller en leveringsdato. Det bør derfor læses som en prognose fra virksomhedens grundlægger – ikke som et påvist AGI-resultat. 124

Sådan placerede Musk Grok 4.8, 4.9 og 5

Musk beskrev Grok 4.8 som en model med 2,5 billioner parametre, trænet på xAI’s nye C++-softwarestack. Ifølge ham skulle prætræningen blive færdig samme uge, hvorefter RL skulle begynde. 12

Han tegnede samtidig en rangordning for modellerne efter Grok 4.7:

• Grok 4.8: en »mærkbar forbedring« i forhold til 4.7.
• Grok 4.9: sandsynligvis i Astra- eller Fable-klassen.
• Grok 5: »måske bedre end alt andet«; på AGI-spørgsmålet pegede Musk på Grok 5 frem for 4.8. 214

Formuleringen er væsentlig. »Måske bedre end alt andet« er ikke en målbar præstationspåstand, og AGI-udspillet indeholdt ingen angivelse af, hvilke evner, hvilken pålidelighed, autonomi, sikkerhedsstandard eller evalueringssuite der skulle være opfyldt, før modellen kunne kaldes AGI. Medieomtalen beskrev Grok 5 som xAI’s påståede AGI-gennembrud, men den bagvedliggende køreplan manglede konkrete, testbare detaljer. 210

Grok 4.7: Mere afdæmpet sammenligning med konkurrenterne

Om den nært forestående Grok 4.7 var Musk mindre bombastisk. Han sagde, at modellen burde være »omtrent på niveau med Opus 5.0, ikke 5.1«: bedre på nogle områder, dårligere på andre. Samtidig erkendte han, at xAI stadig skulle løfte den multimodale ydeevne – altså modellens evne til at håndtere mere end tekst, eksempelvis billeder. 38

Det er en væsentligt snævrere påstand end at erklære samlet førerposition. Det gør også den videre køreplan foreløbig: 4.8, 4.9 og 5 blev omtalt, før udviklere havde en offentligt tilgængelig Grok 4.7 at afprøve uafhængigt.

Hvorfor forsinkelsen af Grok 4.7 betyder noget

Den 2. september sagde Musk, at Grok 4.7 var omtrent ti dage væk, hvilket pegede mod en lancering omkring 12. september. Den 11. september lød det i stedet, at modellen behøvede »et par dage mere«. 720

Hans forklaring var et muligt problem i RL-tilpasningen: xAI kan have straffet lange svar for hårdt. Det kunne få modellen til at opgive vanskelige opgaver for tidligt – også opgaver, den i princippet kan løse – og til at kontrollere sit eget arbejde for lidt. Musk præsenterede selv dette som en mulig diagnose, ikke en afsluttet teknisk forklaring. 2021

Det er mere end en forskudt dato. Sagen illustrerer forskellen på at have afsluttet en stor prætræningskørsel og at kunne levere et stabilt produkt. Adfærd efter træningen, evaluering, multimodal kvalitet, driftssikkerhed, sikkerhedsarbejde, produktklarhed og prissætning kan alle afgøre, hvornår – og om – en model faktisk udgives.

Hvad var tilgængeligt på det tidspunkt?

Pr. 14. september var Grok 4.7 ikke udgivet offentligt. Den seneste dokumenterede flagskibsmodel var fortsat Grok 4.6, lanceret 12. august, med en oplyst API-pris på 2 dollar pr. million inputtokens og 6 dollar pr. million outputtokens. 311

Samtidig blev Claude Fable 5.1, Gemini 3.8 Flash og GPT-6 Astra omtalt som septemberlanceringer eller annoncerede tilbud. 3445 Det skærper konkurrencen for xAI, men det validerer ikke sammenligninger af ydeevne for Grok-modeller, der endnu ikke er udgivet.

Konklusion: En påstand, der skal efterprøves

Det oplyste parametertal på 2,5 billioner og den nye træningsstack kan pege på store investeringer i infrastruktur. Men hverken antal parametre eller regnekraft dokumenterer i sig selv kapacitet, pålidelighed eller AGI. Forsinkelsen af Grok 4.7 er en praktisk påmindelse om, at eftertræningen kan blive afgørende, selv når den grundlæggende træning er afsluttet. 120

For udviklere, kunder og investorer er de mest nyttige kontrolpunkter mere håndgribelige end en køreplan:

1. En officiel lancering med en tilgængelig model eller et produkt.
2. Offentlig prissætning, dokumentation og et modelkort.
3. Reproducerbare benchmarkresultater, herunder på multimodale og langvarige opgaver, hvor det er relevant.
4. En klar definition og evalueringsstandard for AGI, før en AGI-påstand behandles som andet end en ambition.

Indtil det materiale foreligger, viser Musks udtalelser fra 14. september først og fremmest xAI’s tiltænkte retning: 4.8 efter prætræning og RL, en stærkere 4.9 og en særdeles ambitiøs Grok 5. De dokumenterer ikke, at nogen af modellerne har nået det lovede kapacitetsniveau. 24