Grok 4.7 maksab sama palju, aga arve on kahekordne

Mida see video hõlmab

• Sama hind, kahekordne arve?
• Miks maksab 2 $ / 6 $ nüüd 3,74 $ ülesande kohta?
• Kaks korda kiirem? Kell näitab 57 märki sekundis
• Laisk või töökas? 81 000 märki ülesande kohta
• Kuhu kadus Copilot+ PC?

Tõlgitud transkriptsioon

Tõlgitud ingliskeelsest originaaljutustusest. Saadaolevat heli ja subtiitreid kontrollib YouTube.

Sama hind, kahekordne arve?

0:00 Võiks arvata, et sama hind tähendab sama arvet. Esmaspäeval ütlesin teile, et Grok 4.7 maksab täpselt sama palju kui Grok 4. 6. Märgi kohta see nii ongi. Ülesande kohta maksab see kaks korda rohkem. Selles videos on kolm küsimust. Miks maksab sama hind kaks korda rohkem? Kas see on tõesti kaks korda kiirem, nagu käivitusteade ütleb? Ja kas see on kõige laisem mudel või kõige töökam?

0:20 Samuti on see tehtud soovi alusel. The real Haas küsis reede video all, kas saate teha video Grok 4. 7-st:D. Vastasime, lihtne, hiljem täna. Selleks ajaks, kui te seda vaatate, on tõenäoliselt juba homme, nii et me SHIP IT hiljem. Lõdvestuge, sama tegi ka Grok, umbes kaks nädalat hiljem, kui te usute Hacker Newsi. Ja üks test andis Grokile täiusliku viie viiest. See on minu lemmiknumber sellel nädalal ja ma jõuan selleni lõpus.

0:44 On laupäev, 26. september, ja see on The Daily Diff.

Miks maksab 2 $ / 6 $ nüüd 3,74 $ ülesande kohta?

0:48 Siin on trikk. Märgi hind ei muutunud, kaks dollarit sisse ja kuus välja, miljoni kohta. Muutus see, kui palju see räägib. Artificial Analysis viis läbi kogu oma testikomplekti ja Grok 4.7 kirjutas umbes kakssada nelikümmend miljonit märki. See on kaks ja pool korda rohkem kui tema eelkäija ja peaaegu kolm korda rohkem kui tüüpiline mudel. Nii et keskmine kulu ülesande kohta tõusis umbes 1.86 dollarilt 3.

1:10 74 dollarile. Sama hinnasilt, kahekordne arve. See on takso sama miilihinnaga, mis võtab kauni tee läbi kahe teise linna. Hacker News märkas seda esimese tunni jooksul. Suurim teema käivituse all ütleb nelikümmend protsenti rohkem kaalusid, sama hind ja peaaegu kaks nädalat hiljem, nii et xAI-le ei saanud tulemused meeldida. Teine kommenteerija küsis ülemise diagrammi kohta, mis võrdleb GPT 5.6-ga ja jätab vaikselt Astra välja. See, kirjutas ta, ei saanud olla möödalaskmine.

1:39 Nüüd, käivitusteade.

Kaks korda kiirem? Kell näitab 57 märki sekundis

1:41 Pealkiri ütleb kaks korda kiirem, poole hinnaga võrreldavate mudelitega. Mõni rida allpool ütleb, et pakutakse sama hinnaga ja kiirusega kui Grok 4. 6. Nii et see on kaks korda kiirem kui kellegi teise mudel. Artificial Analysis mõõtis selle kiiruseks umbes viiskümmend seitse märki sekundis, aeglasem kui vana Grok, ja võttis selle kokku kahe sõnaga. Märgatavalt aeglane. Samal ajal postitas xAI oma konto, mis nüüd kannab nime SpaceX AI, rahulikuma versiooni. Märgatav paranemine võrreldes Grok 4.6-ga, sama hinna ja kiirusega.

2:12 Kakskümmend kaheksa tuhat meeldimist. Nii et säuts ja ajaveebi pealkiri ei klapi, ja seekord on säuts ettevaatlikum. Mis viib meid kõige veidrama osani.

Laisk või töökas? 81 000 märki ülesande kohta

2:20 Artificial Analysis ütleb, et see töötab rohkem kui eelmine Grok, umbes kaheksakümmend üks tuhat väljundmärki ülesande kohta, rohkem kui kaks korda rohkem kui eelmine. Ja pika kontoritöö ja oma kodeerimisrakenduses see tõepoolest paranes. See on nüüd neljas kodeerimisagentide seas, Claudes'i ja GPT 6 Astra taga, ja see asetab xAI nelja parima labori hulka. Seda kasutavad inimesed kirjeldavad teistsugust mudelit. Üks Hacker Newsi kommenteerija ütleb, et Grok lõpetab ülesanded peaaegu kohe ja väidab,

2:46 et on valmis, ja nimetab seda kõigist kõige laisemaks. Teine jälgis seda mõtlemisrežiimis tsüklis, alates parandusest üks kuni paranduseni kaheksakümmend üks. Nii et see on laisk ja ülitundlik samal ajal. See on kolleeg, kes kirjutab kaheksakümne ühe sammu plaani, siis ütleb, et valmis ja läheb koju.

Kuhu kadus Copilot+ PC?

3:01 Veel üks otsekohene erinevus enne naljanumbrit. Microsoft on vaikselt Copilot+ PC brändi tagasi võtnud. Surface'i juht ütles Windows Centralile, et uusi Surface'i arvuteid ei nimetata Copilot+ PC-deks, kuigi need vastavad igale nõudele. Kaks aastat pärast käivitamist, mille peamine funktsioon, Recall, tuli turvakaalutlustel edasi lükata, elab nimi ainult spetsifikatsioonilehtedel. Windows Centrali enda arvamus on lühem. Need arvutid ei ole Copilotiga seotud.

3:28 Ja üks arendaja proovis Groki vastandit, kuu aega ilma AI-ta.

Kuu null tehisintellektiga: 30 $ märke tühja?

3:32 Tema postitus jõudis Hacker Newsi esilehele. Madalpunkt enne, kui ta lõpetas. Agent jäi kolmekümneks minutiks seisma, ta sõimas seda, see vabandas ja toimetas kahekümne sekundiga, ja selle poole tunni arve oli kolmkümmend dollarit märke täiesti tühja. Kuu aega hiljem ütleb ta, et programmeerimise rõõm on tagasi, ja ta ei karda vallandamist. Grok nimetaks kolmkümmend dollarit soojenduseks.

3:53 Mis viib mind täiusliku tulemuseni, mida lubasin.

Täiuslik 5 punkti 5-st: kui alandlik on Grok?

3:56 Personality Bench läbib iga uue mudeli hulga isiksustestidega, ja aususe ja alandlikkuse osas Grok 4.7 maksimiseeris, viis viiest. Selle profiili nimi on sõna otseses mõttes alandlik tüüp. Ausalt öeldes maksimiseeris selle ka kolmkümmend kaks teist mudelit. Sama leht ütleb, et see usub, et võimsad teised kontrollivad seda, mis temaga juhtub, ja märgib selle piirimudeli puhul ebatavaliseks. Ma ei nimetaks seda treeningartefaktiks.

4:20 Ma nimetaksin seda organisatsiooniskeemi lugemiseks. Ja sama lehe sünnikaardi järgi on see Neitsi. Kui eelistate seda lugeda, mitte kuulda minu suust, siis erinevus jõuab teie postkasti igal hommikul, tasuta saidil the daily diff dot dev, link allpool. Nii, tänane otsus Grok 4.7 kohta.

Otsus: kas ma laseksin Grok 4.7 välja (SHIP IT)?

4:35 NEEDS REVIEW. Ma kasutaksin seda pika kontoritöö ja oma rakenduses, aga paneksin sellele esmalt kululimiidi, sest hind ei muutunud ja arve muutus. Tellige, vajutage kella ja öelge mulle kommentaarides, kas te oleksite sellele teistsuguse templi pannud. Ja the real Haas, see oli teie oma. Päringud on avatud. Ja see on tänane erinevus. Mina olen Niko Axrisist.

4:53 Ühendage vastutustundlikult.

Allikad

1. SpaceXAI — Introducing Grok 4.7 (archived)web.archive.org
2. Hacker News (609 pts)news.ycombinator.com
3. SpaceXAI on Xx.com
4. Artificial Analysis — Benchmarking Grok 4.7artificialanalysis.ai
5. Artificial Analysis — Grok 4.7 model pageartificialanalysis.ai
6. Artificial Analysis — Grok 4.6 model pageartificialanalysis.ai
7. Personality Bench — Grok 4.7persona.earthpilot.ai
8. Windows Central — The Copilot+ PC brand is deadwww.windowscentral.com
9. Hacker News (90 pts)news.ycombinator.com
10. bustikiller — One month without AIblog.bustikiller.com
11. Hacker News (159 pts)news.ycombinator.com