xAI, công ty AI của Elon Musk, vừa ra mắt Grok 4.7, model mới nhất trong dòng Grok. Model có 2,1 nghìn tỷ tham số, tăng 40% so với 1,5 nghìn tỷ của Grok 4.6, và được train với dữ liệu bổ sung từ SpaceX gồm tín hiệu vệ tinh Starlink, hồ sơ sản xuất và nhật ký lỗi kỹ thuật. Đây là model thứ năm trong dòng Grok4, sau ít nhất năm lần trì hoãn kể từ cuối tháng 07.

Benchmark: Vẫn thua Fable và Astra

Theo benchmark do xAI công bố, Grok 4.7 đạt kết quả cạnh tranh nhưng không dẫn đầu.

  • GDPval (công việc văn phòng chuyên nghiệp): Grok 4.7 đạt 1.695 Elo, xếp sau Claude Fable 5.1 (1.735).
  • AA Briefcase (công việc văn phòng nhiều giờ): 1.657, xếp sau Fable 5.1 (1.678).
  • CursorBench 4.0 (coding): 46,3%, xếp sau Fable 5.1 (51,8%) nhưng vượt GPT-5.6 Sol (41,7%).
  • EEBench (kỹ thuật điện): Grok 4.7 đạt 64,0%, vượt xa Fable 5.1 (56,4%) và GPT-5.6 Sol (39,4%).
  • Harvey Legal Agent Benchmark (pháp lý): 19,6%, vượt Fable 5.1 (6,7%). Đây là những lĩnh vực mà dữ liệu SpaceX có thể phát huy tác dụng.

Musk mô tả Grok 4.7 là “sự kết hợp mạnh mẽ giữa trí thông minh, tốc độ và chi phí thấp”. Nhưng chính Musk cũng hạ kỳ vọng trước đó, viết rằng Grok 4.7 sẽ “xấp xỉ ngang” Claude Opus 5.0, không phải Opus 5.1, và hiệu suất multimodal vẫn cần cải thiện.

Giá rẻ hơn nhiều so với model Mỹ cùng tầm

Điểm mạnh thực sự của Grok 4.7 là giá. 2 USD cho mỗi triệu token input và 6 USD cho mỗi triệu output, rẻ hơn 5 lần so với Fable và rẻ hơn 3 lần so với GPT-5.6 Sol về output.

Đây là chiến lược nhất quán của xAI: luôn rẻ hơn Anthropic và OpenAI dù năng lực thấp hơn, đặt cược rằng “đủ tốt, rẻ và có mặt khắp nơi” thắng “tốt nhất nhưng đắt hơn” cho phần lớn người dùng hàng ngày. Grok hiện có mặt trên X, ứng dụng độc lập, dashboard Tesla, Cursor, Grok Build và API.

Safeguard mới và dữ liệu từ SpaceX

Grok 4.7 được xây dựng với hệ thống bảo vệ hoàn toàn mới, là model mạnh nhất mà xAI đã test về khả năng từ chối và chống jailbreak. Trên LatchBio biosafety benchmark, model đạt 62,4%. Trên HackerBench v0.3 (benchmark cho các tác vụ mạng nguy hiểm), chỉ 3,3% prompt rủi ro được cho phép, trong khi hiếm khi chặn công việc bảo mật hợp pháp.

Về dữ liệu SpaceX: xAI tích hợp tín hiệu vệ tinh Starlink, hồ sơ sản xuất và nhật ký lỗi kỹ thuật vào quá trình training. Mục tiêu là model suy luận tốt hơn về phần cứng và hệ thống vật lý so với model chỉ train trên văn bản internet. Đây là lợi thế mà không lab AI nào khác có được.

Lộ trình: Grok 4.8, 4.9 và 5

Musk đã phác lộ ba model tiếp theo: Grok 4.8 là bước tiến đáng kể, Grok 4.9 ở “tầm Astra/Fable”, và Grok 5 có thể dẫn đầu frontier. Các model này chưa có ngày phát hành. Musk viết: “Chúng ta sẽ xem.”

Với người dùng, Grok 4.7 là model “đủ tốt với giá rẻ”, không dẫn đầu benchmark nhưng có mặt ở mọi nơi mà người dùng Grok đang ở. Câu hỏi thực tế không phải là Grok 4.7 có thắng Fable hay không, mà là mức giá rẻ hơn 5 lần có đủ bù đắp khoảng cách năng lực cho công việc hàng ngày hay không.