Grok 5 et l’« AGI » : ce qu’Elon Musk a réellement annoncé pour xAI

Elon Musk a bien tracé, le 14 septembre, une trajectoire très ambitieuse pour les futurs modèles de xAI. Mais il ne s’agit pas d’une preuve que Grok a atteint — ou atteindra à une date donnée — l’intelligence artificielle générale (AGI, pour artificial general intelligence). La déclaration ne s’accompagnait d’aucun benchmark public, d’aucune fiche modèle, d’aucune définition vérifiable de l’AGI ni d’aucun calendrier de livraison. C’est donc une prévision de dirigeant, pas un résultat démontré. 124

Ce que Musk a annoncé pour Grok 4.8, 4.9 et 5

Selon Musk, Grok 4.8 compterait 2 500 milliards de paramètres et serait entraîné avec une nouvelle pile logicielle C++ de xAI. Son préentraînement devait s’achever cette semaine-là, avant une phase d’apprentissage par renforcement (reinforcement learning, ou RL). 12

Il a aussi esquissé une hiérarchie des modèles à venir après Grok 4.7 :

• Grok 4.8 : une « amélioration notable » par rapport à Grok 4.7 ;
• Grok 4.9 : probablement au niveau d’Astra ou de Fable ;
• Grok 5 : « peut-être meilleur que tout le reste » — et le modèle auquel il a renvoyé lorsqu’on l’a interrogé sur l’AGI. 214

La nuance est essentielle : « peut-être meilleur que tout le reste » n’est pas une affirmation de performance mesurée. Et le terme AGI n’était assorti d’aucun critère précis : ni niveau de fiabilité, ni autonomie attendue, ni seuil de sécurité, ni protocole d’évaluation, ni ensemble de capacités à satisfaire. Certains articles ont présenté Grok 5 comme le futur jalon AGI de xAI, mais la feuille de route elle-même reste pauvre en éléments testables. 210

Grok 4.7 : une comparaison plus prudente

Sur le modèle le plus proche d’une sortie, Grok 4.7, Musk s’est montré plus mesuré. Il a estimé qu’il serait « à peu près au niveau d’Opus 5.0, pas 5.1 », meilleur dans certains domaines et moins bon dans d’autres. Il a également indiqué que les performances multimodales devaient encore être améliorées. 38

Cette formulation est bien plus limitée qu’une revendication de leadership général. Elle rend aussi la suite de la feuille de route provisoire : les modèles 4.8, 4.9 et 5 sont annoncés alors que Grok 4.7 n’était pas encore disponible pour des évaluations indépendantes.

Pourquoi le retard de Grok 4.7 compte

Le 2 septembre, Musk avait affirmé que Grok 4.7 arriverait sous une dizaine de jours, ce qui pointait vers le 12 septembre environ. Le 11 septembre, il a finalement indiqué que le modèle nécessitait « quelques jours de plus ». 720

Son explication portait sur le réglage du RL : xAI aurait peut-être trop pénalisé la longueur des réponses. Le modèle aurait alors tendance à abandonner trop tôt certaines tâches difficiles qu’il serait pourtant capable de résoudre, et à ne pas vérifier son travail avec assez de rigueur. Musk a présenté cette piste comme un diagnostic possible, non comme une explication technique définitive. 2021

Ce n’est pas un simple détail de calendrier. L’épisode illustre l’écart entre l’achèvement d’un grand entraînement et la livraison d’un produit fiable. Le comportement après entraînement, les évaluations, la qualité multimodale, la robustesse, la sûreté, l’état de préparation au déploiement et la tarification peuvent tous repousser — ou empêcher — la sortie d’un modèle.

Ce qui était disponible publiquement au 14 septembre

À cette date, Grok 4.7 n’était toujours pas lancé publiquement. Le dernier modèle phare de xAI documenté restait Grok 4.6, sorti le 12 août, avec un tarif API affiché de 2 dollars par million de jetons en entrée et 6 dollars par million de jetons en sortie. 311

Dans le même temps, Claude Fable 5.1, Gemini 3.8 Flash et GPT-6 Astra étaient signalés comme des sorties ou annonces de septembre. 3445 Ce contexte concurrentiel renforce l’intérêt de la feuille de route de xAI, mais il ne valide aucune comparaison de performances pour des modèles Grok encore indisponibles.

Pour les utilisateurs : les éléments à vérifier avant de conclure

Les 2 500 milliards de paramètres revendiqués et la nouvelle infrastructure logicielle peuvent refléter un investissement conséquent. Ils ne prouvent toutefois, à eux seuls, ni la qualité réelle, ni la fiabilité, ni l’AGI. Le retard de Grok 4.7 rappelle que les choix de post-entraînement peuvent être déterminants, même une fois le préentraînement achevé. 120

Pour les développeurs, les entreprises clientes et les investisseurs, les repères utiles sont plus concrets que les annonces de feuille de route :

1. Une sortie officielle, avec un modèle réellement accessible via produit ou API.
2. Une documentation, une tarification et une fiche modèle publiées.
3. Des résultats de benchmarks reproductibles, notamment sur les tâches multimodales et de longue durée lorsque cela est pertinent.
4. Une définition claire de l’AGI et un standard d’évaluation, avant de traiter ce qualificatif autrement que comme une ambition.

En l’état, les propos du 14 septembre définissent une direction : Grok 4.8 après le préentraînement et le RL, puis un Grok 4.9 plus puissant et un Grok 5 présenté comme extrêmement ambitieux. Ils n’établissent pas que ces modèles ont déjà atteint le niveau de capacité annoncé. 24