«SpaceXAI» sunʼiy intellekt kompaniyasi Grok 4.7 modelini taqdim etdi va mustaqil baholash natijalariga ko‘ra, innovatsion sunʼiy intellekt laboratoriyalari ichida to‘rtinchi o‘ringa chiqdi.
Mustaqil baholovchi tashkilot «Artificial Analysis» (mustaqil baholash kompaniyasi) bu modelni Oqilona Indeks bo‘yicha 46 balga baholadi, bu Grok 4.6 modelidan 2 ball yuqori demakdir. Reytingda «Anthropic» kompaniyasining Claude Fable 5.1 modeli, «OpenAI» kompaniyasining GPT-6 Astra modeli va Claude Opus 5 modeli undan yuqorida joylashgan.
Grok 4.7 «SpaceXAI» kompaniyasini eng kuchli to‘rt sunʼiy intellekt laboratoriyasi qatoriga olib chiqdi
Ilon Mask ishga tushirilishidan avval aytganidek, yangi model 2,1 trillion parametrlik asosda ishlaydi va hozirgi mavjud barcha modellarni ortda qoldiradi. U modelni o‘rgatishda «SpaceX» (kosmik texnologiyalar kompaniyasi) ma’lumotlaridan ham foydalanganini ta’kidladi.
Eng so‘nggi yangiliklarni tezda olish uchun bizni X ijtimoiy tarmog‘ida kuzatib boring
Lekin, Grok 4.7 amalda qanday natija ko‘rsatmoqda? «Artificial Analysis» kompaniyasining professional ish vazifalari uchun yaratilgan AA-Briefcase testida Grok 4.7 1657 Elo ball to‘pladi. Bu Grok 4.6 ko‘rsatkichidan 111 ball yuqori natija bo‘lib, model darajasi Claude Opus 5 modeliga juda yaqinlashdi.
GDPval-AA testida ham model 1695 Elo ballga yetdi, bu esa o‘zining oldingi versiyasi bilan solishtirganda 90 ballga yuqori demakdir. Dasturlash bo‘yicha natijalar ham shunga o‘xshash tarzda oshdi.
Model o‘zining «Grok Build» kod yozuvchi yordamchisi bilan birga Coding Agent Index (Kod yozuvchi agentlar uchun indeks) testida 56 ball oldi. Bu esa Grok 4.6 natijasidan to‘qqiz ball yuqoridir.
Shunday qilib, model GPT-5.6 Sol modelidan o‘zib ketdi va hozirda faqatgina «Anthropic» kompaniyasining Claude Fable 5.1 modeli, «OpenAI» kompaniyasining GPT-6 Astra modeli va Opus 5 modelidan pastroq turibdi.
«Grok 4.7 «Artificial Analysis» kompaniyasining Oqilona Indeksida 46 ball to‘pladi va shu bilan «SpaceXAI» kompaniyasini eng kuchli to‘rt sunʼiy intellekt laboratoriyasi qatoriga olib chiqdi. Kod yozuvchi agentlar uchun indeksda ham natijalar yaxshilandi va GPT-5.6 Sol modelidan o‘zib ketdi», — xabar berildi postda.
Boshqa ko‘rsatkichlarda model deyarli saqlanib qoldi. Terminal-Bench 4.0 testida 4,5 foiz va GDP.pdf testida 3 ball qo‘shildi. Ammo AA-LCR va AutomationBench-AA testlarida natijalar biroz pasaydi. Grok 4.5 modeli AutomationBench testida iyul oyida birinchi o‘rinni olgan edi, bu esa Maskning Claude Opus modeliga teng keladi degan fikrini tasdiqladi.
Yutuqlar token uchun to‘lov bilan keladi
Tokenlar uchun narxlar o‘zgarmadi. Grok 4.7 modeli 1 millionta kiruvchi token uchun $2 va 1 millionta chiquvchi token uchun $6 hisoblanadi. Cache urilishlar uchun narx $0,50 gacha arzonlashtirilgan, 500 ming tokenli kontekst oynasi esa Grok 4.6 modelidan o‘zgarmagan holda qoldi.
Ammo, har bir javob uchun model ancha ko‘p ish bajaradi. «Artificial Analysis» kompaniyasining hisob-kitobiga ko‘ra, har bir indeks vazifasida o‘rtacha 81 000 token yakuniy javob sifatida olinmoqda. Bu ko‘rsatkich Grok 4.6 modelida 36 000, GPT-6 Astra modelida esa 27 000 edi. Shu sababli, token narxi o‘zgarmasligiga qaramay, har bir topshiriq uchun umumiy to‘lov oshadi.
Tokenlarga bo‘lgan bu ehtiyoj esa allaqachon 1,26 milliard dollar zarar haqida hisobot bergan bo‘limga to‘g‘ri kelmoqda. Shu bilan birga, Mask 14 sentyabr kuni Grok 4.8 modeli bir hafta ichida o‘qitishni yakunlashini ma’lum qildi.
Ilon Mask Grok 5 modelidan sunʼiy umumiy intellektga erishishni kutmoqda. Yangi versiya esa «SpaceXAI» kompaniyasi qo‘shimcha hisoblash quvvatini sarflamasdan ham reytingda ko‘tarila oladimi yo‘qmi, shuni ko‘rsatadi.
Rahbar va jurnalistlarning tahliliy fikrlarini tomosha qilish uchun bizning YouTubega obuna bo‘ling
