Musk peker på Grok 5 for AGI – men xAIs veikart mangler bevis

Elon Musk la 14. september fram et svært ambisiøst veikart for xAIs kommende Grok-modeller. Grok 4.8 skulle, ifølge Musk, avslutte forhåndstreningen i løpet av uken og så gå videre til forsterkningslæring (RL). Grok 5 ble modellen han pekte på da han fikk spørsmål om kunstig generell intelligens, AGI.

Det er likevel avgjørende å skille mellom et veikart og en demonstrasjon. xAI offentliggjorde verken benchmarkresultater, modellkort, en operasjonell definisjon av AGI eller en dato for lansering. Derfor er Musks AGI-utspill best forstått som en grunnleggerprognose – ikke som dokumentasjon på at AGI er oppnådd. 124

Dette sa Musk om Grok 4.8, 4.9 og 5

Musk beskrev Grok 4.8 som en modell med 2,5 billioner parametere, trent på xAIs nye programvarestack i C++. Han sa at forhåndstreningen skulle ferdigstilles den aktuelle uken, før RL-fasen startet. 12

Han skisserte samtidig en rangering av modellene etter Grok 4.7:

• Grok 4.8: en «merkbar forbedring» fra 4.7.
• Grok 4.9: trolig på nivå med Astra eller Fable.
• Grok 5: «kanskje bedre enn alt annet» – og modellen Musk pekte på i AGI-sammenheng. 214

Formuleringen om Grok 5 er viktig. «Kanskje bedre enn alt annet» er ikke en målbar ytelsespåstand. Musk oppga heller ikke hvilke ferdigheter, krav til pålitelighet, grad av autonomi, sikkerhetsnivå eller testregime som skulle være nødvendig for å kalle modellen AGI. Enkelte omtaler beskrev Grok 5 som xAIs påståtte AGI-gjennombrudd, men selve veikartet inneholdt få opplysninger som kan etterprøves. 210

Grok 4.7: Mer forsiktig sammenligning med rivalene

For den nærmere forestående Grok 4.7 var Musk mer tilbakeholden. Han sa at modellen burde være «omtrent på nivå med Opus 5.0, ikke 5.1», og at den ville være bedre på noen områder og svakere på andre. Han sa også at xAI fortsatt måtte forbedre multimodal ytelse – altså samspillet mellom blant annet tekst, bilder og andre datatyper. 38

Det er en vesentlig smalere påstand enn å hevde samlet markedsledelse. Samtidig gjør det planen for 4.8, 4.9 og 5 mer foreløpig: Modellene ble omtalt før utviklere og kunder hadde fått en offentlig Grok 4.7 å teste uavhengig.

Hvorfor forsinkelsen av Grok 4.7 betyr noe

1. september sa Musk at Grok 4.7 var rundt ti dager unna, noe som pekte mot lansering omkring 12. september. 11. september sa han i stedet at modellen trengte «noen dager til». 720

Forklaringen han ga, var et mulig problem i RL-justeringen: xAI kan ha straffet lange svar for hardt. Det kan ha ført til at modellen avsluttet for tidlig på vanskelige oppgaver den egentlig kunne løse, og at den kontrollerte eget arbeid for dårlig. Musk presenterte dette som en mulig diagnose, ikke som en endelig teknisk forklaring. 2021

Dette er mer enn en kortvarig utsettelse. Det viser forskjellen mellom å ferdigstille en omfattende forhåndstrening og å levere et produkt som fungerer stabilt. Ettertrening, evalueringer, multimodal kvalitet, pålitelighet, sikkerhet, tilgjengelighet og prising kan alle påvirke både når en modell lanseres og om den blir lansert.

Det som faktisk var tilgjengelig

Per 14. september var Grok 4.7 fortsatt ikke offentlig lansert. Den sist dokumenterte flaggskipmodellen fra xAI var Grok 4.6, lansert 12. august, med oppgitt API-pris på 2 dollar per million inndatatokener og 6 dollar per million utdata-tokener. 311

I samme periode ble Claude Fable 5.1, Gemini 3.8 Flash og GPT-6 Astra omtalt som septemberlanseringer eller annonserte tilbud. 3445 Det øker presset på xAIs veikart, men dokumenterer ikke sammenlignbar ytelse for Grok-modeller som ennå ikke er lansert.

Hva utviklere og kunder bør se etter

En modell med 2,5 billioner parametere og en ny treningsstack kan tyde på store investeringer i infrastruktur. Men verken parameterantall eller regnekraft beviser alene kapasitet, pålitelighet eller AGI. Forsinkelsen av Grok 4.7 er en konkret påminnelse om hvor avgjørende atferden etter treningen kan være. 120

For utviklere, kunder og investorer er disse kontrollpunktene mer nyttige enn veikartformuleringer:

1. En offisiell lansering, med faktisk tilgang til modellen eller produktet.
2. Publisert prising, dokumentasjon og modellkort.
3. Reproduserbare benchmarkresultater, inkludert multimodale og langsiktige oppgaver der det er relevant.
4. En tydelig AGI-definisjon og evalueringsstandard før en AGI-påstand behandles som mer enn en ambisjon.

Musks uttalelser fra 14. september viser altså retningen xAI ønsker å ta: Grok 4.8 etter forhåndstrening og RL, deretter en sterkere 4.9 og en svært ambisiøs Grok 5. De viser ikke at noen av modellene allerede har nådd det lovede kapasitetsnivået. 24