Grok 4.3 वेब और X सर्च में बेहतर है? अभी सबूत अधूरा है

लेकिन Grok 4.3 के बेहतर होने का सबूत कहाँ है?

यहीं दावा कमजोर पड़ता है। सवाल यह नहीं कि Grok सर्च कर सकता है या नहीं; असली सवाल यह है कि Grok 4.3 पुराने वर्ज़न से बेहतर सर्च करता है या नहीं।

उपलब्ध स्रोतों में xAI की आधिकारिक सामग्री Grok 4, Grok 4.1 और Grok 4.1 Fast के बारे में है। इनमें native tool use, agentic search, tool calling और सामान्य leaderboard दावों जैसी बातें आती हैं। लेकिन इनमें Grok 4.3 के लिए ऐसा retrieval benchmark नहीं मिलता जो freshness, source quality, citation accuracy या X thread handling की Grok के पुराने वर्ज़न से सीधी तुलना करे।

Grok 4.3 पर दिया गया एकमात्र विशेष स्रोत Grok 4.3 Beta पर तीसरे पक्ष का लेख है, आधिकारिक xAI रिलीज़ नोट या दस्तावेज़ित retrieval evaluation नहीं। इसलिए इसे Grok 4.3 की मापी जा सकने वाली वेब या X सर्च बढ़त का मजबूत प्रमाण नहीं माना जा सकता।

टूल होना और टूल को बेहतर चलाना अलग बात है

किसी मॉडल के पास सर्च टूल होना एक क्षमता दावा है। Grok के मामले में यह दावा xAI के Web Search और X Search दस्तावेज़ों से समर्थित है।

लेकिन एक मॉडल वर्ज़न दूसरे से बेहतर retrieval करता है, यह प्रदर्शन दावा है। इसे साबित करने के लिए तुलना चाहिए: क्या Grok 4.3 अधिक ताज़ा स्रोत ढूँढ़ता है? क्या वह अधिक प्रासंगिक पेज या X पोस्ट चुनता है? क्या वह थ्रेड का संदर्भ सही पकड़ता है? क्या उसके citations दावों से मेल खाते हैं? उपलब्ध xAI सर्च दस्तावेज़ टूल्स बताते हैं, लेकिन वर्ज़न-दर-वर्ज़न ऐसी माप नहीं देते।

Grok 4.3 की निष्पक्ष जाँच कैसे होनी चाहिए

न्यायपूर्ण टेस्ट में Grok 4.3 और पुराने उपलब्ध Grok मॉडल्स को एक ही समय पर, एक जैसे current-information prompts देने होंगे। वेब वाले कार्यों में ऐसे प्रश्न होने चाहिए जिनमें पेज ब्राउज़िंग सचमुच जरूरी हो, क्योंकि Web Search को रीयल-टाइम वेब सर्च और वेब पेज browsing के लिए दस्तावेज़ित किया गया है।

X वाले कार्यों में कीवर्ड सर्च, सेमेंटिक सर्च, यूज़र सर्च और थ्रेड fetch शामिल होने चाहिए, क्योंकि xAI के X Search दस्तावेज़ में यही कार्य बताए गए हैं।

स्कोरिंग में retrieval और answer writing को अलग रखना चाहिए। हर मॉडल के लिए दर्ज किया जाए कि उसने कौन-से स्रोत पाए, वे कितने ताज़ा थे, अंतिम जवाब के दावे स्रोतों से समर्थित थे या नहीं, X थ्रेड सही तरह से fetch हुए या नहीं, और citations सही दावों से जुड़े थे या नहीं। ऐसी साथ-साथ तुलना के बिना सिर्फ बड़ा वर्ज़न नंबर बेहतर सर्च का सबूत नहीं है।

निष्कर्ष

सबसे सुरक्षित, स्रोत-आधारित निष्कर्ष यही है: Grok लाइव वेब और X पर खोज कर सकता है, लेकिन उपलब्ध स्रोत यह नहीं दिखाते कि Grok 4.3, Grok 4, Grok 4.1 या Grok 4.1 Fast की तुलना में ताज़ा जवाब अधिक प्रभावी ढंग से retrieve करता है।

व्यावहारिक इस्तेमाल में Grok की वेब और X सर्च को वास्तविक क्षमता मानें, लेकिन लौटाए गए स्रोतों की जाँच करें। उत्पाद तुलना में ‘Grok 4.3 की retrieval क्षमता बेहतर है’ को अभी खुला दावा समझें—जब तक xAI या स्वतंत्र परीक्षक सीधे, दोहराए जा सकने वाले नतीजे प्रकाशित नहीं करते।