馬斯克稱 Grok 5 可達 AGI，但 xAI 路線圖仍缺關鍵驗證

馬斯克 9 月 14 日公布的 xAI 路線圖，描繪了一串尚未推出的 Grok 模型：Grok 4.8 預定在當週完成預訓練，之後進入強化學習（reinforcement learning，RL）；至於 Grok 5，他將其描述為可能邁向人工通用智慧（AGI）的型號。

不過，這並不是已經達成 AGI 的證據。該說法並未附上公開基準測試成績、模型卡（model card）、可操作的 AGI 定義或推出日期。因此，較精確的解讀是：這是創辦人對產品方向的高度樂觀預測，而非已經驗證的 AGI 成果。124

Grok 4.8、4.9 與 5：馬斯克怎麼排列能力階梯？

馬斯克稱，Grok 4.8 是一個 2.5 兆參數模型，採用 xAI 新的 C++ 軟體堆疊訓練；預訓練將在當週結束，接下來開始 RL。12

他也勾勒出 Grok 4.7 之後的產品梯隊：

• Grok 4.8：會比 4.7 有「明顯改善」。
• Grok 4.9：可能落在 Astra 或 Fable 的級別。
• Grok 5：可能「比任何東西都好」；當被問到 4.8 距離 AGI 有多近時，他指向的是 Grok 5，而不是 4.8。214

這些措辭的差異很關鍵。「可能比任何東西都好」不是可量測、可獨立驗證的性能承諾；同時，所謂 AGI 也沒有說明需要哪些能力、可靠度門檻、自主性、安全標準或評測組合才算達標。外界報導將 Grok 5 形容為 xAI 所宣稱的 AGI 突破，但原始路線圖仍缺少可檢驗的細節。210

對 Grok 4.7 的評價反而較保守

對較接近發布的 Grok 4.7，馬斯克的說法明顯收斂。他表示，4.7 應「大致與 Opus 5.0 相當，而非 5.1」；有些方面較好、有些方面較差，而且 xAI 還需要修好多模態表現。38

換言之，這不是全面領先的主張。更值得注意的是，4.8、4.9 與 5 的能力路線，是在開發者尚不能公開、獨立測試 Grok 4.7 前就提出，整體仍應視為暫定規畫。

Grok 4.7 延遲，為何比時程問題更重要？

9 月 2 日時，馬斯克曾說 Grok 4.7 約 10 天後推出，按此推算約為 9 月 12 日；但到了 9 月 11 日，他又表示還需要「幾天時間」。720

他提出的可能原因是 RL 調校：團隊或許對回應長度施加過重懲罰，使模型在原本能處理的困難任務上過早放棄，也沒有充分檢查自己的答案。馬斯克把這描述為可能的診斷，而非已完成的技術定論。2021

這不只是排程延後。它說明了「完成大規模預訓練」和「交付可靠產品」之間仍有一段距離。RL 行為、評測、多模態品質、可靠性、安全工作、部署準備度與定價，都可能左右模型何時推出，甚至是否推出。

當時市場上真正可用的是什麼？

截至 9 月 14 日，Grok 4.7 尚未公開發布。報導指出，xAI 最近一款已有文件記錄的旗艦模型仍是 Grok 4.6，於 8 月 12 日推出；其 API 列示價格為每百萬個輸入 token 2 美元、每百萬個輸出 token 6 美元。311

同一時期，Claude Fable 5.1、Gemini 3.8 Flash 與 GPT-6 Astra 已被報導為 9 月發布或公布的產品。3445 這讓 xAI 的後續路線承受更高競爭壓力，但並不能因此證明尚未發布的 Grok 模型在性能上優於對手。

對開發者、客戶與投資人：先看可驗證的訊號

2.5 兆參數與新訓練堆疊，反映 xAI 正投入大量基礎設施資源；但參數數量與算力本身，不能單獨證明模型能力、可靠性，更不能證明 AGI。Grok 4.7 的延遲正是提醒：即使訓練完成，後訓練階段的行為仍可能決定產品是否能上線。120

比起路線圖中的宏大用語，更值得追蹤的是以下幾個具體檢查點：

1. 正式發布：模型或產品可實際存取與呼叫。
2. 價格、技術文件與模型卡：讓使用者了解成本、限制與適用情境。
3. 可重現的基準測試：尤其是多模態與長時程任務的表現。
4. 明確的 AGI 定義與評估標準：在此之前，AGI 主張仍應被視為願景，而非結論。

目前，馬斯克 9 月 14 日的發言確實說明了 xAI 想走的方向：Grok 4.8 在預訓練後進入 RL、接著是更強的 4.9，以及極具野心的 Grok 5；但這些發言尚不足以證明任何一款模型已達到所承諾的能力水準。24