Grok 5 को AGI बताने का दावा: xAI के रोडमैप में क्या है और क्या नहीं

मस्क के 14 सितंबर के xAI रोडमैप में अभी जारी न हुए Grok मॉडलों की एक महत्वाकांक्षी श्रृंखला बताई गई। उनके अनुसार, Grok 4.8 की प्रीट्रेनिंग उसी सप्ताह पूरी होनी थी और उसके बाद मॉडल रीइन्फोर्समेंट लर्निंग (RL) चरण में जाता। वहीं, Grok 5 को उस मॉडल के रूप में पेश किया गया जो कृत्रिम सामान्य बुद्धिमत्ता—AGI—तक पहुंच सकता है। मगर इस घोषणा के साथ कोई सार्वजनिक बेंचमार्क, मॉडल कार्ड, AGI की कार्यात्मक परिभाषा या डिलीवरी तारीख नहीं दी गई। इसलिए इसे प्रदर्शित AGI उपलब्धि नहीं, बल्कि संस्थापक का पूर्वानुमान समझना चाहिए। 124

Grok 4.8 और Grok 5 पर मस्क ने क्या कहा

मस्क ने Grok 4.8 को 2.5 ट्रिलियन पैरामीटर वाला मॉडल बताया, जिसे xAI के नए C++ सॉफ्टवेयर स्टैक पर प्रशिक्षित किया जा रहा है। उन्होंने कहा कि उसकी प्रीट्रेनिंग उस सप्ताह समाप्त होगी और इसके बाद RL शुरू होगा। 12

Grok 4.7 के बाद के मॉडलों के लिए उन्होंने क्षमता का एक क्रम भी बताया:

• Grok 4.8: 4.7 की तुलना में “स्पष्ट सुधार”।
• Grok 4.9: संभवतः Astra या Fable के स्तर का।
• Grok 5: “शायद हर चीज से बेहतर”; AGI के सवाल के जवाब में मस्क ने 4.8 के बजाय Grok 5 की ओर इशारा किया। 214

यह भाषा महत्वपूर्ण है। “शायद हर चीज से बेहतर” कोई मापी हुई प्रदर्शन-घोषणा नहीं है। AGI के संदर्भ में यह भी नहीं बताया गया कि किस तरह की क्षमताएं, विश्वसनीयता का कौन-सा स्तर, स्वायत्तता, सुरक्षा मानक या परीक्षण-सूट किसी मॉडल को AGI ठहराएंगे। रिपोर्टों ने Grok 5 को xAI की कथित AGI सफलता के रूप में पेश किया, लेकिन मूल रोडमैप में जांचे जा सकने वाले विवरण सीमित थे। 210

देरी से चल रहे Grok 4.7 की तुलना किससे की गई

निकट अवधि के Grok 4.7 को लेकर मस्क अपेक्षाकृत संयमित रहे। उन्होंने कहा कि यह “मोटे तौर पर Opus 5.0 के बराबर, 5.1 के नहीं” होना चाहिए—कुछ क्षेत्रों में बेहतर और कुछ में कमजोर। उन्होंने यह भी माना कि xAI को मल्टीमॉडल प्रदर्शन, यानी टेक्स्ट के साथ चित्र, ऑडियो या अन्य इनपुट समझने की क्षमता, में सुधार करना है। 38

यह समग्र नेतृत्व का दावा नहीं है। साथ ही, 4.8, 4.9 और 5 के बारे में चर्चा तब हुई जब डेवलपर्स के पास स्वतंत्र रूप से परखने के लिए सार्वजनिक Grok 4.7 उपलब्ध ही नहीं था।

Grok 4.7 की देरी क्यों मायने रखती है

2 सितंबर को मस्क ने कहा था कि Grok 4.7 लगभग 10 दिन दूर है, जिससे करीब 12 सितंबर की रिलीज का संकेत मिलता था। 11 सितंबर तक उन्होंने कहा कि इसे “कुछ और दिन” चाहिए। 720

उनके अनुसार संभावित समस्या RL ट्यूनिंग से जुड़ी थी: xAI ने शायद जवाब की लंबाई को बहुत ज्यादा दंडित कर दिया था। इसका असर यह हुआ कि मॉडल कठिन कामों को जल्दी छोड़ देता था, जबकि वह उन्हें हल कर सकता था, और अपने उत्तरों की पर्याप्त जांच भी नहीं करता था। मस्क ने इसे अंतिम तकनीकी निष्कर्ष नहीं, एक संभावित निदान के रूप में रखा। 2021

यह सिर्फ लॉन्च शेड्यूल की बात नहीं है। इससे पता चलता है कि बड़े प्रीट्रेनिंग रन को पूरा करना और एक भरोसेमंद उत्पाद जारी करना अलग चीजें हैं। RL व्यवहार, मूल्यांकन, मल्टीमॉडल गुणवत्ता, विश्वसनीयता, सुरक्षा परीक्षण, तैनाती की तैयारी और कीमत—सभी यह तय कर सकते हैं कि मॉडल कब, या क्या कभी, रिलीज होगा।

उस समय सार्वजनिक रूप से क्या उपलब्ध था

14 सितंबर तक Grok 4.7 सार्वजनिक रूप से जारी नहीं हुआ था। रिपोर्टों के अनुसार, xAI का नवीनतम दस्तावेजीकृत फ्लैगशिप Grok 4.6 था, जो 12 अगस्त को जारी हुआ था। इसकी सूचीबद्ध API कीमत 10 लाख इनपुट टोकन पर 2 डॉलर और 10 लाख आउटपुट टोकन पर 6 डॉलर थी। 311

इसी दौरान Claude Fable 5.1, Gemini 3.8 Flash और GPT-6 Astra को सितंबर में जारी या घोषित मॉडल बताया गया। 3445 यह प्रतिस्पर्धी माहौल xAI के रोडमैप का महत्व बढ़ाता है, लेकिन अभी जारी न हुए Grok मॉडलों के तुलनात्मक प्रदर्शन को प्रमाणित नहीं करता।

व्यावहारिक निष्कर्ष: रोडमैप को सत्यापित किए जाने वाले दावे की तरह देखें

2.5 ट्रिलियन पैरामीटर का पैमाना और नया ट्रेनिंग स्टैक बड़े इंफ्रास्ट्रक्चर निवेश की ओर इशारा कर सकते हैं, लेकिन सिर्फ पैरामीटर संख्या या कंप्यूट क्षमता से मॉडल की उपयोगिता, विश्वसनीयता या AGI सिद्ध नहीं होता। Grok 4.7 की देरी यह व्यावहारिक याद दिलाती है कि ट्रेनिंग के बाद का व्यवहार निर्णायक हो सकता है। 120

डेवलपर्स, ग्राहकों और निवेशकों के लिए रोडमैप की भाषा से ज्यादा उपयोगी पड़ाव ये हैं:

1. आधिकारिक रिलीज, जिसमें मॉडल को API या उत्पाद के माध्यम से वास्तव में इस्तेमाल किया जा सके।
2. प्रकाशित कीमत, दस्तावेज़ और मॉडल कार्ड।
3. दोहराए जा सकने वाले बेंचमार्क नतीजे, जिनमें जरूरी होने पर मल्टीमॉडल और लंबे समय तक चलने वाले कार्य शामिल हों।
4. AGI की स्पष्ट परिभाषा और मूल्यांकन मानक, ताकि दावे को केवल महत्वाकांक्षा से अधिक माना जा सके।

इन सामग्रियों के सामने आने तक, 14 सितंबर के मस्क के बयान xAI की इच्छित दिशा बताते हैं: प्रीट्रेनिंग और RL के बाद 4.8, उससे मजबूत 4.9, और बेहद महत्वाकांक्षी Grok 5। वे यह स्थापित नहीं करते कि इनमें से किसी मॉडल ने वादा किया गया क्षमता स्तर हासिल कर लिया है। 24