Grok 4.7 košta isto, ali računi su duplo veći

Šta ovaj video pokriva

• Ista cena, dupla naplata?
• Zašto 2 $ / 6 $ sada košta 3,74 $ po zadatku?
• Duplo brže? Sat kaže 57 tokena u sekundi
• Lenj ili vredan? 81.000 tokena po zadatku
• Gde je nestao Copilot+ PC?

Preveden transkript

Prevedeno sa originalne engleske naracije. Dostupan audio i titlovi kontrolisani su od strane YouTube-a.

Ista cena, dupla naplata?

0:00 Mislili biste da ista cena znači isti račun. U ponedeljak sam vam rekao da Grok četiri tačka sedam košta tačno koliko Grok četiri tačka šest. Po tokenu, to je tačno. Po zadatku, košta duplo. U ovom videu, tri pitanja. Zašto ista cena košta duplo? Da li je zaista dvostruko brži, kao što piše u objavi o lansiranju? I da li je to najlenjiviji model ili najvredniji?

0:20 Takođe, ovo je po zahtevu. The real Haas je pitao ispod petkovog videa, možeš li da napraviš video o Groku četiri tačka sedam, dvotačka D. Odgovorili smo, lako peasy, kasnije danas. Do trenutka kada ovo gledate, verovatno je sutra, tako da smo kasno isporučili. Opustite se, tako je i Grok, kasnio je oko dve nedelje, ako verujete Hacker News-u. I jedan test je Groku dao savršenih pet od pet. To je moj omiljeni broj nedelje, i doći ću do njega na kraju.

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

Zašto 2 $ / 6 $ sada košta 3,74 $ po zadatku?

0:48 Evo trika. Cena po tokenu se nije menjala, dva dolara ulaz i šest izlaz, po milionu. Ono što se promenilo je koliko priča. Artificial Analysis je pokrenuo ceo svoj testni paket, i Grok četiri tačka sedam je napisao oko dvesta četrdeset miliona tokena. To je dva i po puta više od njegovog prethodnika, i skoro tri puta više od tipičnog modela. Tako da je prosečna cena po zadatku porasla sa oko dolar osamdeset šest na tri

1:10 sedamdeset četiri. Ista cena, duplo veći račun. To je taksi sa istom cenom po milji koji ide panoramskom rutom kroz dva druga grada. Hacker News je to primetio u prvom satu. Najveća tema ispod lansiranja kaže četrdeset posto više težina, ista cena, i skoro dve nedelje kasno, tako da xAI ne može da je voleo rezultate. Drugi komentator je pitao za grafikon na vrhu, koji poredi sa GPT pet tačka šest i tiho izostavlja Astru. To, napisao je, nije moglo biti previd.

1:39 Sada, objava o lansiranju.

Duplo brže? Sat kaže 57 tokena u sekundi

1:41 Naslov kaže dvostruko brže, po upola manjoj ceni u poređenju sa sličnim modelima. Nekoliko redova niže, piše da se nudi po istoj ceni i brzini kao Grok četiri tačka šest. Dakle, dvostruko je brži od nekog drugog modela. Artificial Analysis ga je izmerio na oko pedeset sedam tokena u sekundi, sporiji od starog Groka, i sumirao je to u dve reči. Primjetno spor. U međuvremenu, xAI-jev vlastiti nalog, koji se sada zove SpaceX AI, objavio je smireniju verziju. Značajno poboljšanje u odnosu na Grok četiri tačka šest, po istoj ceni i brzini.

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

Lenj ili vredan? 81.000 tokena po zadatku

2:20 Artificial Analysis kaže da radi marljivije od prošlog Groka, oko osamdeset jedne hiljade izlaznih tokena po zadatku, više nego duplo u odnosu na prošli. I na dugotrajnom kancelarijskom poslu i u svom sopstvenom okruženju za kodiranje, zaista se poboljšao. Sada je četvrti među agentima za kodiranje, iza dva Clauda i GPT šest Astra, i to stavlja xAI među top četiri laboratorije. Ljudi koji ga koriste opisuju drugačiji model. Jedan komentator na Hacker News-u kaže da Grok završava zadatke skoro odmah i tvrdi

2:46 da je gotovo, i naziva ga najlenjivijim od svih. Drugi ga je gledao kako se vrti u režimu razmišljanja, od popravke jedan sve do popravke osamdeset jedan. Dakle, lenj je i opširan u isto vreme. To je kolega koji napiše plan u osamdeset jednom koraku, onda kaže gotovo i ide kući.

Gde je nestao Copilot+ PC?

3:01 Još jedna direktna razlika pre zabavnog broja. Microsoft je tiho povukao brend Copilot plus PC. Šef Surface-a je rekao Windows Centralu da se novi Surface PC-evi ne zovu Copilot plus PC-evi, iako ispunjavaju svaki zahtev. Dve godine nakon lansiranja čija je glavna funkcija, Recall, morala biti odložena zbog bezbednosti, ime živi samo na specifikacijama. Vlastita analiza Windows Centrala je kraća. Ovi PC-evi nemaju veze sa Copilotom.

3:28 I jedan programer je probao suprotno od Groka, mesec dana bez AI.

Mesec dana bez AI: 30 $ tokena za ništa?

3:32 Njegova objava je dospela na naslovnu stranu Hacker News-a. Najniža tačka pre nego što je odustao. Agent je bio blokiran trideset minuta, on mu je prekinuo rad, izvinio se i isporučio za dvadeset sekundi, a račun za taj pola sata bio je trideset dolara tokena za apsolutno ništa. Mesec dana kasnije kaže da se vratila radost programiranja, i da se ne plaši da će dobiti otkaz. Grok bi trideset dolara nazvao zagrevanjem.

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

Savršena ocena 5 od 5: koliko je Grok skroman?

3:56 Personality Bench provlači svaki novi model kroz gomilu testova ličnosti, i na iskrenosti i poniznosti, Grok četiri tačka sedam je postigao maksimum, pet od pet. Njegov profil se bukvalno zove skromni tip. Da budemo pošteni, trideset dva druga modela su takođe postigla maksimum. Ista stranica kaže da veruje da moćni drugi kontrolišu šta se dešava sa njim, i to označava kao neobično za granični model. To ne bih nazvao artefaktom obuke.

4:20 Nazvao bih to čitanjem organizacione šeme. I prema natalnoj karti na istoj stranici, to je Devica. Ako biste radije pročitali ovo nego da me čujete kako govorim, diff stiže u vaše sanduče svakog jutra, besplatno na the daily diff dot dev, link ispod. Dakle, današnja presuda o Groku četiri tačka sedam.

Presuda: da li bih SHIP IT Grok 4.7?

4:35 NEEDS REVIEW. Koristio bih ga za dugačak kancelarijski posao i unutar njegovog okruženja, ali bih prvo postavio limit potrošnje, jer se cena nije promenila, a račun jeste. Pretplatite se, pritisnite zvono, i recite mi u komentarima da li biste ga drugačije ocenili. A the real Haas, ovaj je bio tvoj. Zahtevi su otvoreni. I to je diff za danas. Ja sam Niko iz Axrisi.

4:53 SHIP IT responsibly.

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