Klaim AGI Grok 5 Elon Musk: Isi Sebenarnya Roadmap xAI 14 September

Peta jalan xAI yang disampaikan Elon Musk pada 14 September menggambarkan urutan ambisius untuk model Grok yang belum dirilis. Grok 4.8 disebut akan menuntaskan prapelatihan pada pekan itu sebelum masuk ke tahap reinforcement learning (RL), sedangkan Grok 5 diposisikan sebagai model yang berpotensi mencapai kecerdasan umum buatan atau artificial general intelligence (AGI). Namun, pengumuman tersebut tidak menyertakan hasil benchmark publik, model card, definisi operasional AGI, maupun tanggal peluncuran. Karena itu, pernyataan tersebut lebih tepat dibaca sebagai proyeksi pendiri perusahaan, bukan bukti bahwa AGI telah dicapai. 124

Yang dikatakan Musk tentang Grok 4.8 dan Grok 5

Musk menyebut Grok 4.8 sebagai model dengan 2,5 triliun parameter yang dilatih menggunakan software stack C++ baru milik xAI. Menurutnya, tahap prapelatihan akan selesai pada pekan tersebut, lalu dilanjutkan dengan RL. 12

Dalam diskusi yang sama, ia menggambarkan jenjang kemampuan model setelah Grok 4.7:

• Grok 4.8: peningkatan yang “terasa” dibandingkan 4.7.
• Grok 4.9: kemungkinan berada di kelas Astra atau Fable.
• Grok 5: “mungkin lebih baik dari apa pun”; ketika ditanya soal AGI, Musk menunjuk Grok 5, bukan 4.8. 214

Pilihan katanya penting. Frasa “mungkin lebih baik dari apa pun” bukan klaim kinerja yang dapat diukur. Begitu pula, pernyataan mengenai AGI tidak menjelaskan kemampuan apa yang harus dimiliki model, ambang keandalan, tingkat otonomi, standar keselamatan, atau rangkaian evaluasi yang diperlukan agar sebuah model layak disebut AGI. Sejumlah laporan menggambarkan Grok 5 sebagai terobosan AGI yang diklaim xAI, tetapi roadmap dasarnya tetap minim rincian yang dapat diuji. 210

Posisi Grok 4.7 yang tertunda

Untuk Grok 4.7 yang lebih dekat dengan rilis, Musk justru lebih berhati-hati. Ia mengatakan model itu seharusnya “kurang lebih setara dengan Opus 5.0, bukan 5.1”, unggul di beberapa aspek tetapi kalah di aspek lain. Ia juga mengakui xAI masih perlu meningkatkan performa multimodal—yakni kemampuan menangani kombinasi teks, gambar, dan jenis masukan lain. 38

Itu merupakan klaim yang jauh lebih terbatas dibanding deklarasi sebagai pemimpin secara keseluruhan. Selain itu, roadmap 4.8, 4.9, dan 5 masih bersifat sementara karena pengembang belum memperoleh Grok 4.7 versi publik untuk diuji secara independen.

Mengapa keterlambatan Grok 4.7 relevan

Pada 2 September, Musk mengatakan Grok 4.7 sekitar 10 hari lagi, yang mengarah pada perkiraan rilis sekitar 12 September. Pada 11 September, ia mengatakan model tersebut masih memerlukan “beberapa hari lagi”. 720

Penjelasannya berkaitan dengan penyetelan RL. xAI mungkin memberi penalti terlalu besar pada panjang jawaban, sehingga model berhenti terlalu cepat ketika menghadapi tugas sulit yang sebenarnya mampu diselesaikan dan kurang memeriksa ulang pekerjaannya. Musk menyampaikannya sebagai kemungkinan diagnosis, bukan penjelasan teknis final. 2021

Ini bukan sekadar soal jadwal. Kasus tersebut memperlihatkan perbedaan antara menuntaskan pelatihan model besar dan merilis produk yang andal. Perilaku hasil RL, evaluasi, kualitas multimodal, keandalan, keselamatan, kesiapan penerapan, hingga harga dapat memengaruhi kapan—atau bahkan apakah—sebuah model dirilis.

Produk yang tersedia saat itu dan persaingan

Hingga 14 September, Grok 4.7 belum dirilis untuk publik. Laporan menyebut model unggulan xAI terbaru yang terdokumentasi masih Grok 4.6, dirilis pada 12 Agustus, dengan harga API tercantum US$2 per juta token input dan US$6 per juta token output. 311

Pada periode yang sama, Claude Fable 5.1, Gemini 3.8 Flash, dan GPT-6 Astra dilaporkan telah dirilis atau diumumkan pada September. 3445 Konteks persaingan ini membuat roadmap xAI semakin penting, tetapi tidak membuktikan klaim perbandingan performa untuk model Grok yang belum tersedia.

Intinya: perlakukan roadmap sebagai klaim yang perlu diverifikasi

Skala 2,5 triliun parameter dan training stack baru dapat menunjukkan investasi infrastruktur yang besar. Namun, jumlah parameter maupun kapasitas komputasi tidak dengan sendirinya membuktikan kemampuan, keandalan, atau AGI. Penundaan Grok 4.7 menjadi pengingat praktis bahwa perilaku pascapelatihan dapat menentukan, bahkan setelah model selesai dilatih. 120

Bagi pengembang, pelanggan, dan investor, penanda yang perlu diperhatikan lebih konkret daripada bahasa roadmap:

1. Rilis resmi, dengan model yang bisa dipanggil melalui API atau produk yang benar-benar tersedia.
2. Harga, dokumentasi, dan model card yang dipublikasikan.
3. Hasil benchmark yang dapat direproduksi, termasuk tugas multimodal dan tugas berdurasi panjang bila relevan.
4. Definisi AGI serta standar evaluasi yang jelas, sebelum klaim AGI diperlakukan sebagai lebih dari sekadar aspirasi.

Sampai materi tersebut tersedia, pernyataan Musk pada 14 September hanya menetapkan arah yang diinginkan xAI: Grok 4.8 setelah prapelatihan dan RL, Grok 4.9 yang lebih kuat, serta Grok 5 yang sangat ambisius. Pernyataan itu belum membuktikan bahwa salah satu model tersebut telah mencapai tingkat kemampuan yang dijanjikan. 24