Musk, Grok 5’i AGI adayı olarak işaret etti; ancak ortada henüz kanıt yok

Musk’ın 14 Eylül tarihli xAI yol haritası, henüz yayımlanmamış Grok modelleri için iddialı bir sıralama ortaya koydu: Grok 4.8 o hafta ön eğitimini tamamlayacak ve ardından pekiştirmeli öğrenmeye (reinforcement learning/RL) geçecekti. Grok 5 ise yapay genel zekâya (AGI) ulaşabilecek model olarak konumlandırıldı. Ancak açıklamada kamuya açık benchmark sonuçları, model kartı, operasyonel bir AGI tanımı veya çıkış tarihi yoktu. Bu nedenle söz konusu iddia, kanıtlanmış bir AGI başarısından ziyade kurucunun öngörüsü olarak okunmalı. 124

Musk, Grok 4.8 ve Grok 5 için ne söyledi?

Musk, Grok 4.8’i xAI’nin yeni C++ yazılım altyapısıyla eğitilen 2,5 trilyon parametreli bir model diye tanımladı. Ön eğitimin o hafta biteceğini, bunun ardından RL aşamasının başlayacağını söyledi. 12

Aynı değerlendirmede Grok 4.7 sonrasındaki modeller için şu yetenek çizelgesini paylaştı:

• Grok 4.8: 4.7’ye göre “belirgin bir iyileşme”.
• Grok 4.9: Muhtemelen Astra veya Fable sınıfında.
• Grok 5: “Belki her şeyden daha iyi.” Musk, AGI’ye ne kadar yaklaşıldığı sorusuna 4.8’i değil, Grok 5’i işaret ederek yanıt verdi. 214

Bu ifadelerdeki belirsizlik önemli. “Belki her şeyden daha iyi” sözü, ölçülmüş bir performans iddiasından çok daha muğlak. Ayrıca AGI için hangi becerilerin, hangi güvenilirlik eşiğinin, hangi otonomi ve güvenlik standardının ya da hangi değerlendirme setinin yeterli sayılacağı açıklanmadı. Bazı haberler Grok 5’i xAI’nin AGI atılımı olarak sundu; fakat temel yol haritası doğrulanabilir ayrıntılar bakımından sınırlı kaldı. 210

Geciken Grok 4.7 nerede konumlanıyor?

Musk, daha yakın tarihte beklenen Grok 4.7 konusunda daha temkinliydi. Modelin Anthropic’in Opus 5.0 modeliyle “kabaca aynı seviyede”, fakat Opus 5.1 seviyesinde olmayacağını söyledi. Bazı alanlarda daha iyi, bazı alanlarda daha zayıf olacağını; çok modlu performansın da geliştirilmesi gerektiğini ekledi. 38

Bu, genel liderlik ilanından belirgin biçimde daha dar bir iddia. Ayrıca 4.8, 4.9 ve 5’e ilişkin yol haritasının ne kadar geçici olduğunu da gösteriyor: Geliştiricilerin bağımsız biçimde test edebileceği kamuya açık bir Grok 4.7 henüz yokken sonraki modellerden söz ediliyordu.

Grok 4.7 gecikmesi neden önemli?

Musk, 2 Eylül’de Grok 4.7’nin yaklaşık 10 gün içinde geleceğini söylemişti; bu da yaklaşık 12 Eylül tarihine işaret ediyordu. 11 Eylül’de ise modelin “birkaç güne daha” ihtiyacı olduğunu belirtti. 720

Açıklamasına göre sorun, RL ayarlarında yanıt uzunluğunun gereğinden fazla cezalandırılmış olabilmesiydi. Bu durum, modelin çözebileceği zor görevlerde erken pes etmesine ve kendi çıktısını yeterince denetlememesine yol açıyor olabilirdi. Musk bunu kesinleşmiş teknik teşhis olarak değil, olası bir neden olarak ifade etti. 2021

Bu sadece takvimdeki küçük bir kayma değil. Büyük bir ön eğitim çalışmasının tamamlanması ile güvenilir bir ürünü kullanıma sunmak arasındaki farkı gösteriyor. RL davranışı, değerlendirmeler, çok modlu kalite, güvenilirlik, güvenlik çalışmaları, dağıtıma hazır olma ve fiyatlandırma; bir modelin ne zaman, hatta yayınlanıp yayınlanmayacağını etkileyebilir.

O tarihte kamuya açık olan neydi?

14 Eylül itibarıyla Grok 4.7 kamuya açık biçimde yayımlanmamıştı. Haberlerde xAI’nin belgelenmiş en güncel amiral gemisi modelinin, 12 Ağustos’ta piyasaya sürülen Grok 4.6 olduğu; API fiyatının da milyon girdi tokenı başına 2 dolar, milyon çıktı tokenı başına 6 dolar olarak listelendiği belirtildi. 311

Aynı dönemde Claude Fable 5.1, Gemini 3.8 Flash ve GPT-6 Astra’nın eylül ayı içinde yayımlandığı veya duyurulduğu bildirildi. 3445 Bu rekabet ortamı xAI yol haritasının önemini artırıyor; ancak henüz yayımlanmamış Grok modellerine ilişkin karşılaştırmalı performans iddialarını doğrulamıyor.

Pratik sonuç: Yol haritasını doğrulanması gereken bir iddia olarak ele alın

Açıklanan 2,5 trilyon parametre ölçeği ve yeni eğitim altyapısı, ciddi bir altyapı yatırımı sinyali olabilir. Ancak ne parametre sayısı ne de hesaplama kapasitesi, tek başına yetenek, güvenilirlik veya AGI kanıtıdır. Grok 4.7 gecikmesi de eğitim sonrası davranışın, model eğitimi tamamlandıktan sonra bile belirleyici olabileceğini somut biçimde hatırlatıyor. 120

Geliştiriciler, müşteriler ve yatırımcılar için bakılması gereken göstergeler yol haritası dilinden daha somut:

1. Resmî yayımlanma: Çağrılabilir bir modelin veya ürünün gerçekten erişime açılması.
2. Fiyatlandırma, dokümantasyon ve model kartı: Modelin sınırları, kullanım koşulları ve teknik bilgileri.
3. Tekrarlanabilir benchmark sonuçları: Gerektiğinde çok modlu ve uzun görev dizileri gibi alanları da kapsayan değerlendirmeler.
4. Açık AGI tanımı ve değerlendirme standardı: AGI iddiasının bir hedeften daha fazlası sayılabilmesi için gerekli çerçeve.

Bu materyaller ortaya çıkana kadar Musk’ın 14 Eylül açıklamaları, xAI’nin hedeflediği yönü gösteriyor: Ön eğitim ve RL sonrasında Grok 4.8, daha güçlü bir 4.9 ve son derece iddialı bir Grok 5. Ancak bu açıklamalar, modellerden herhangi birinin vaat edilen yetenek düzeyine ulaştığını göstermiyor. 24