+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Grok 4.7 košta isto, ali računi su dvostruki

Grok 4.7 košta točno koliko je Grok 4.6 koštao po tokenu, 2 $ ulazno i 6 $ izlazno.

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Grok 4.7 košta točno koliko je Grok 4.6 koštao po tokenu, 2 $ ulazno i 6 $ izlazno. Zašto se onda neovisni račun po zadatku udvostručio i je li stvarno "dvostruko brži"? Naknadno praćenje tjedan dana kasnije. Zatražio @therealhaas. Presuda: POTREBAN PREGLED.

Pročitajte pisano izdanje (engleski) ↗

Što ovaj video pokriva

  • Ista cijena, dvostruki račun?
  • Zašto 2 $ / 6 $ sada košta 3.74 $ po zadatku?
  • Dvostruko brže? Sat kaže 57 tokena u sekundi
  • Lijeni ili marljivi? 81.000 tokena po zadatku
  • Gdje je nestao Copilot+ PC?

Pitanja i odgovori

Zašto AI model s istom cijenom po tokenu košta više po zadatku?

Model može napisati znatno više tokena za isti posao, pa račun raste čak i kada cijena ostaje ista. Grok 4.7 zadržao je cijenu Groka 4.6 od 2 USD za ulazne i 6 USD za izlazne tokene po milijunu tokena, ali Artificial Analysis je otkrio da je napisao oko dvjesto četrdeset milijuna tokena u svom testnom paketu. Prosječni trošak po zadatku porastao je s oko jednog dolara i osamdeset šest centi na 3,74 USD.

Gledajte ovaj dio 0:48 · artificialanalysis.ai · artificialanalysis.ai · artificialanalysis.ai

Je li Grok 4.7 zaista dvostruko brži od ostalih modela?

Naslov pri lansiranju govorio je o dvostruko većoj brzini uz pola cijene usporedivih modela, ali nekoliko redaka kasnije u objavi je stajalo da se nudi po istoj cijeni i brzini kao Grok 4.6. Artificial Analysis ga je izmjerio na oko 57 tokena u sekundi, sporije od starog Groka, i nazvao ga je izrazito sporim. Vlastiti tweet SpaceX AI-ja koristio je smireniju formulaciju.

Gledajte ovaj dio 1:40 · web.archive.org · x.com · artificialanalysis.ai

Radi li Grok 4.7 više ili je lijen kod zadataka kodiranja?

Obje slike se pojavljuju u dokazima. Artificial Analysis kaže da je proizveo oko 81.000 izlaznih tokena po zadatku, više nego dvostruko od prošlog Groka, te da se poboljšao u dugotrajnom uredskom radu i u vlastitom okruženju za kodiranje, zauzevši četvrto mjesto među agentima za kodiranje. Komentatori na Hacker Newsu rekli su da može gotovo odmah završiti zadatke i tvrditi da je gotovo, dok je drugi promatrao kako se vrti u načinu razmišljanja.

Gledajte ovaj dio 2:19 · artificialanalysis.ai · news.ycombinator.com

Što se dogodilo s brandom Copilot+ PC?

Microsoft je tiho povukao ime. Šef Surfacea rekao je za Windows Central da se nova Surface računala ne zovu Copilot plus PC, iako ispunjavaju sve zahtjeve. Ime sada živi samo na specifikacijama, dvije godine nakon lansiranja čija je glavna značajka, Recall, morala biti odgođena zbog sigurnosti.

Gledajte ovaj dio 3:01 · www.windowscentral.com · news.ycombinator.com

Trebaju li developeri usvojiti Grok 4.7 s obzirom na njegovu cijenu po zadatku?

Presuda The Daily Diff-a bila je NEEDS REVIEW. Epizoda bi ga koristila za dugotrajni uredski rad i unutar vlastitog okruženja, ali prvo s ograničenjem potrošnje, jer se cijena po tokenu nije promijenila, a račun jest. Artificial Analysis je otkrio da se poboljšao u tim zadacima, no njegov volumen tokena i spora brzina povećavaju troškove.

Gledajte ovaj dio 4:33 · artificialanalysis.ai · artificialanalysis.ai

Prevedeni transkript

Prevedeno iz izvornog engleskog pripovijedanja. Dostupni zvuk i titlovi kontroliraju se putem YouTubea.

Ista cijena, dvostruki račun?

0:00 Mislili biste da ista cijena znači isti račun. U ponedjeljak sam vam rekao da Grok četiri točke sedam košta točno koliko Grok četiri točke šest je koštao. Po tokenu, da. Po zadatku, košta dvostruko. U ovom videu, tri pitanja. Zašto ista cijena košta dvostruko? Je li stvarno dvostruko brži, kao što piše u objavi o pokretanju? I je li najljeniji model na svijetu, ili najmarljiviji?

0:20 Također, ovaj je na zahtjev. Pravi Haas je ispod petkovog videa pitao, možete li napraviti video o Groku četiri točke sedam, dvotočka D. Odgovorili smo, lako, kasnije danas. Dok ovo gledate, vjerojatno je sutra, pa smo kasno objavili. Opustite se, tako je i Grok, kasnio je oko dva tjedna, ako vjerujete Hacker Newsu. I jedan test je Groku dao savršenih pet od pet. To je moj omiljeni broj tjedna, i doći ću do njega na kraju.

0:44 Subota je, dvadeset šesti rujan, i ovo je The Daily Diff.

Zašto 2 $ / 6 $ sada košta 3.74 $ po zadatku?

0:48 Evo trika. Cijena po tokenu se nije pomaknula, dva dolara ulazno i šest izlazno, po milijunu. Ono što se pomaknulo je koliko priča. Artificial Analysis je proveo cijeli svoj testni paket, i Grok četiri točke sedam je napisao oko dvjesto četrdeset milijuna tokena. To je dva i pol puta više od njegovog prethodnika, i gotovo tri puta više od tipičnog modela. Tako je prosječna cijena po zadatku porasla s oko dolara osamdeset šest na tri

1:10 sedamdeset četiri. Ista cijena, dvostruki račun. To je taksi s istom cijenom po milji koji ide panoramskom rutom kroz dva druga grada. Hacker News je to primijetio u prvom satu. Najveća nit ispod lansiranja kaže četrdeset posto više težina, ista cijena, i gotovo dva tjedna kašnjenja, tako da xAI ne može biti oduševljen rezultatima. Drugi komentator je pitao o grafikonu na vrhu, koji uspoređuje s GPT pet točke šest i tiho izostavlja Astru. To, napisao je, ne može biti previd.

1:39 Sada, objava o lansiranju.

Dvostruko brže? Sat kaže 57 tokena u sekundi

1:41 Naslov kaže dvostruko brže, po pola cijene usporedivih modela. Nekoliko redaka niže, piše da se nudi po istoj cijeni i brzini kao Grok četiri točke šest. Dakle, dvostruko je brži od nečijeg drugog modela. Artificial Analysis je izmjerio oko pedeset sedam tokena u sekundi, sporije od starog Groka, i sažeo je to u dvije riječi. Primjetno sporo. U međuvremenu, xAI-jev vlastiti račun, koji se sada zove SpaceX AI, objavio je smireniju verziju. Značajno poboljšanje u odnosu na Grok četiri točke šest, po istoj cijeni i brzini.

2:12 Dvadeset osam tisuća lajkova. Dakle, tvit i naslov bloga se ne slažu, i za promjenu je tvit pažljiviji. Što nas dovodi do najčudnijeg dijela.

Lijeni ili marljivi? 81.000 tokena po zadatku

2:20 Artificial Analysis kaže da radi više od prošlog Groka, oko osamdeset jednu tisuću izlaznih tokena po zadatku, više nego dvostruko od prošlog. I na dugotrajnom uredskom radu i u vlastitom okruženju za kodiranje, stvarno se poboljšao. Četvrti je među agentima za kodiranje sada, iza dva Claudesa i GPT šest Astra, i to stavlja xAI među četiri najbolje laboratorije. Ljudi koji ga koriste opisuju drugačiji model. Jedan komentator Hacker Newsa kaže da Grok završava zadatke gotovo odmah i tvrdi

2:46 da je gotovo, i naziva ga najljenijim od svih. Drugi ga je gledao kako se vrti u načinu razmišljanja, od ispravka jedan pa sve do ispravka osamdeset jedan. Dakle, lijen je i opširan u isto vrijeme. To je kolega koji napiše plan u osamdeset i jednom koraku, zatim kaže gotovo i ide kući.

Gdje je nestao Copilot+ PC?

3:01 Još jedna izravna razlika prije zabavnog broja. Microsoft je tiho umirovio brand Copilot plus PC. Šef Surfacea je rekao Windows Centralu da se novi Surface PC-i ne zovu Copilot plus PC-i, iako ispunjavaju svaki zahtjev. Dvije godine nakon lansiranja čija je glavna značajka, Recall, morala biti odgođena zbog sigurnosti, ime živi samo na specifikacijama. Vlastito mišljenje Windows Centrala je kraće. Ovi PC-i nemaju nikakve veze s Copilotom.

3:28 I jedan je programer isprobao suprotnost Groka, mjesec dana bez AI-ja.

Mjesec dana bez AI-ja: 30 $ tokena ni za što?

3:32 Njegova objava dospjela je na naslovnicu Hacker Newsa. Najniža točka prije nego što je odustao. Agent je stajao trideset minuta, on mu je prigovorio, ispričao se i isporučio za dvadeset sekundi, a račun za tih pola sata bio je trideset dolara tokena za apsolutno ništa. Mjesec dana kasnije kaže da se radost programiranja vratila, i da se ne boji otkaza. Grok bi trideset dolara nazvao zagrijavanjem.

3:53 Što me dovodi do savršenog rezultata koji sam obećao.

Savršenih 5 od 5: koliko je Grok ponizan?

3:56 Personality Bench provodi svaki novi model kroz hrpu testova osobnosti, i na iskrenosti i poniznosti, Grok četiri točke sedam je postigao maksimum, pet od pet. Njegov profil doslovno se zove ponizni tip. Da budemo pošteni, trideset i dva druga modela također su postigla maksimum. Ista stranica kaže da vjeruje da moćni drugi kontroliraju što mu se događa, i to označava kao neobično za rubni model. To ne bih nazvao artefaktom treninga.

4:20 Nazvao bih to čitanjem organizacijske sheme. I prema natalnoj karti na istoj stranici, to je Djevica. Ako ovo radije čitate nego da me čujete kako govorim, The Daily Diff stiže u vaš inbox svako jutro, besplatno na thedailydiff dot dev, link ispod. Dakle, današnja presuda o Groku četiri točke sedam.

Presuda: bih li poslao Grok 4.7?

4:35 POTREBAN PREGLED. Koristio bih ga za dugotrajni uredski rad i unutar vlastitog okruženja, ali bih mu prvo stavio ograničenje potrošnje, jer se cijena nije promijenila, a račun jest. Pretplatite se, pritisnite zvono i recite mi u komentarima biste li ga drugačije ocijenili. I pravi Haas, ovo je bilo vaše. Zahtjevi su otvoreni. I to je to za danas. Ja sam Niko iz Axrisija.

4:53 Spajajte odgovorno.

Izvori

  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

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

Povezani videozapisi