Prejšnji mesec je izšel model Grok 4.5, zdaj pa že lahko poročamo, da je na oder stopila njegova nova izdaja, ki ima že številko različice 4.6. To se zdi majhen korak, vendar so pri novinki pomembne razlike, zato ekipa SpaceXAI v njej ni nujno naslednika. Ta model je primernejši za agentske naloge, zato v igro vstopi drugo sveže orodje, Grok Bot.
Razvijalci so pri modelu Grok 4.5 izpostavili odlične sposobnosti programiranja, znanosti, inženirstva in matematike. Ta model se je dobro odrezal pri zapletenih nalogah med raziskovalnimi projekti, analizo informacij, vzporednim upravljanjem kodnih baz in ustvarjanjem aplikacij. Grok 4.6 pa po drugi strani posebej poudarja dolgoročno delujoče agente ter izstopajoča interaktivna in vizualna dela. Temelje je dal Grok 4.5, pomembno pa je bilo razširiti njegove zmožnosti.
SpaceXAI je izpostavil, da je Grok 4.6 šel skozi razširjeno učenje, ki se je osredotočalo na stvari, kot so izbrani in ocenjeni generirani podatki za sklepanje in tehnične koncepte ter izjemno kakovostne inženirske informacije. Strokovnjaki so pri tem uporabili tudi izboljšan optimizator in postopek učenja.
Grok 4.6 so ciljno učili za številne agentske naloge. Med drugim so bili deležni velike pozornosti delo, ki temelji na znanju, splošno programiranje, optimizacija jedra, spletni razvoj in računalniško načrtovanje. Poleg tega so orodje učili tudi v drugih okoljih, specifičnih za posamezna področja, da bi ga bilo mogoče čim prožneje uporabljati.
Po poročanju podjetja je novo orodje na lestvici AA Intelligence Index za Claude Fable 5 zaostalo le za las, z 61 točkami proti 62, v preizkusu GDPVal-AA (v2) pa ga je že prehitelo, z 1753 točkami Elo, medtem ko je Fable 5 »le« dosegel 1741 točk, GPT-5.6 Sol pa zmore 1728 točk. V novi različici Terminal-Bench pa zaostaja za vodilnimi, doseglo je le 26 %, medtem ko se njegova dva tekmeca tesno borita okoli 34 %. Poleg tega ima nekaj zaostanka tudi pri DeepSWE, kjer je doseglo 65,9 %, Fable 5 je ravno na 70 %, GPT-5.6 Sol pa je s 73 % že na čelu.
Grok 4.6 je najprej na voljo v storitvah Grok Build in Cursor, partnerjem pa je dostopen tudi prek API-ja. Gre za povsem ekonomičen model, ki je bistveno cenejši za uporabo kot zgoraj omenjeni tekmeci. V tem primeru stane 2 oziroma 6 dolarjev za vnos oziroma ustvarjanje milijona žetonov. SpaceXAI ponuja tudi prednostno različico po dvojni ceni, z bistveno povečano računsko zmogljivostjo.
Grok Bot je začel v zgodnji preizkusni različici
SpaceXAI je predstavil Grok Bot, ki je zaenkrat še v zgodnji beta fazi, a agent z umetno inteligenco že zdaj obljublja veliko. Po stališču podjetja se odlikuje pri upravljanju aplikacij, orodij, spletnih strani in dohodne pošte. Vsakemu botu je mogoče dodeliti lasten računalnik v oblaku za posamezne naloge, delo pa lahko nadaljujejo tudi v odsotnosti uporabnika.
Grok Bot se lahko prijavi v storitve, ki jih uporabniki uporabljajo, naloge zmore izvajati s podatki iz več virov in aplikacij, ko pa je potrebna intervencija, se oglasi pri uporabniku. Agent (zaenkrat) ne sprejema pomembnih odločitev, pri vsakem ravnanju z občutljivimi podatki pa pravico do odločanja prepusti uporabniku.
Grok Bota je mogoče upravljati od koder koli, agenta je mogoče upravljati s pametnega telefona ali iz brskalnika. Zahvaljujoč temu se lahko uporabnik tudi na poti takoj odzove, če potek dela iz kakršnega koli razloga zahteva poseg. Z boti lahko dela tudi več oseb, delovne skupine. Po besedah podjetja je to komaj prešlo fazo prototipa in je doslej služilo le za interno uporabo. Vendar ima resen potencial, ki ga želi SpaceXAI v prihodnje deliti z vsemi uporabniki, da bi Grok Bot lahko služil v dobro ljudi.
Grok Bot se začenja s podporo za Windows in iOS, preizkusili ga bodo lahko tisti, ki imajo naročnino SuperGrok Heavy, Cursor Ultra ali Cursor Teams Premium. Med testerje je zaenkrat mogoče priti prek čakalne vrste.
