Grok 4.5 trafił do prywatnej bety wyłącznie w SpaceX i w Tesli. Nie ma go w publicznych aplikacjach ani w żadnym niezależnym benchmarku. Inżynierowie obu firm sprawdzają model na wewnętrznych zadaniach, głównie wokół kodu i pracy inżynierskiej. Sam Musk twierdzi natomiast, że nowy Grok dogania, a być może wyprzedza już Claude Opus. Weryfikacja tej tezy wymaga jednak zaproszenia. Z zewnątrz nie dostał go na razie nikt.
Architektura V9 i 1,5 biliona parametrów Grok 4.5
Grok 4.5 to nie kolejna drobna aktualizacja, lecz świeża architektura V9. Model liczy około 1,5 biliona parametrów. Jest też mniej więcej trzykrotnie większy od V8-small, na którym stały dotychczasowe warianty Grok 4. Co więcej, główny etap treningu wstępnego zakończył się dopiero 26 maja. Od tego czasu zespół xAI dopalał model danymi specjalistycznymi. Dochodzi do tego dostrajanie pod konkretne zastosowania.
Rozmiar nie jest tu jednak rewolucją, ważniejszy jest skład danych. Trening uzupełniono materiałami z Cursora, czyli edytora kodu z asystentem AI. Cursor od miesięcy zajmuje czołówkę zestawień dla deweloperów. W praktyce nie chodzi tu o gotowe repozytoria, lecz o sam proces pracy nad kodem. Chodzi o sesje debugowania i sposób, w jaki programiści poprawiają sugestie modelu. Dochodzą do tego decyzje architektoniczne podejmowane w trakcie pisania funkcji. Dlatego model uczy się tego, jak wygląda dobra asysta przy kodzie w realnej pracy. Z kolei nie patrzy wyłącznie na to, jak wygląda gotowy poprawny plik.
Sama pętla zwrotna idzie jeszcze dalej. Inżynierowie SpaceX i Tesli pracują z Grokiem na własnych zadaniach kodu i projektowania inżynierskiego. Co więcej, jeśli xAI wykorzysta wyniki tych testów do dalszego dostrajania modelu, powstanie zamknięty obwód między dwiema dużymi firmami a trzecią, która ten model rozwija. W rezultacie dwie największe firmy Muska pełnią rolę wewnętrznego laboratorium dla xAI. Z kolei Anthropic, OpenAI i Google polegają w tej roli na publicznych użytkownikach i klientach korporacyjnych. Natomiast xAI zbudowało ten obwód wewnątrz własnej grupy kapitałowej.
Cursor w treningu Grok 4.5 – dlaczego dane edytora kodu
Dwa tygodnie przed ogłoszeniem Grok 4.5 SpaceX ogłosił przejęcie firmy Anysphere, twórcy Cursora. Transakcja ma opiewać na 60 miliardów dolarów w akcjach. Wcześniejsza umowa pomiędzy xAI a Anysphere przewidywała dwie ścieżki. Albo SpaceX wykona opcję pełnego zakupu za 60 miliardów dolarów, albo wypłaci 10 miliardów dolarów za samą współpracę, jeśli do przejęcia nie dojdzie. Teraz ogłoszono wykonanie tej pierwszej. Finalizacja transakcji ma natomiast nastąpić w trzecim kwartale tego roku, a Cursor stanie się spółką zależną SpaceX.
Tempo wzrostu Cursora było jednym z najszybszych w historii narzędzi programistycznych. Roczny powtarzalny przychód firmy poszedł ze stu milionów dolarów na początku 2025 roku do ponad dwóch miliardów rok później. Dlatego dla całej branży oznacza to tyle, że niezależny lider segmentu właśnie zniknął. Co więcej, od trzeciego kwartału jego dane, infrastruktura i kierunek produktu będą synchronizowane z planami xAI i SpaceX.
Polscy deweloperzy używający Cursora codziennie zyskają być może lepszy model w środku, jednak stracą niezależność dostawcy. W efekcie po raz pierwszy całe popularne narzędzie programistyczne stało się częścią pakietu jednego z największych zamkniętych ekosystemów AI wokół Muska.
Grok 4.5 vs Claude Opus – benchmarki, których nie ma
W całej tej historii zwraca uwagę jeden szczegół, którego brakuje. Otóż nie ma żadnego niezależnego pomiaru. Wszystkie deklaracje o tym, że Grok 4.5 dogania Claude Opus, opierają się na wewnętrznych ewaluacjach zespołu xAI. Co więcej, prowadzą je inżynierowie SpaceX i Tesli na własnych zadaniach. Mimo to brakuje publikacji wyników na SWE-bench, GPQA Diamond ani AIME. To trzy testy, które stanowią dziś nieformalny minimalny pakiet weryfikacji modelu pierwszej linii. Poza tym nie ma też wpisu w rankingach Chatbot Arena, gdzie modele ścierają się anonimowo z głosem użytkowników.
Tymczasem Anthropic, OpenAI i Google publikują przy premierach zestawy benchmarków, metodologię i karty modeli. Dzięki temu ich wyniki da się zweryfikować, porównać i podważyć. Każdy z tych modeli ma też za sobą tygodnie publicznej rozgrywki o miejsce w rankingach społecznościowych. Grok 4.5 wchodzi natomiast w tę konkurencję wyłącznie z deklaracją. Publicznego punktu odniesienia na razie nie ma.
Do tego dochodzi długa lista rzeczy, których xAI po prostu nie powiedziało. Brakuje rozmiaru okna kontekstu, cen tokenów i planu uruchomienia w API. Co więcej, nie ma też informacji o trybie wizji, obsłudze głosu i narzędziach. Nie wiadomo również, czy model dostanie wersję mniejszą, którą da się uruchomić w sensownym budżecie. A przecież to właśnie te dane decydują, czy zwykła firma da radę go wdrożyć. Mimo to żaden punkt z tej listy nie został jeszcze potwierdzony.
Plan xAI – nowy model fundamentowy co miesiąc do końca 2026
Razem z informacją o Grok 4.5 pojawiła się znacznie ciekawsza zapowiedź. xAI planuje wypuszczać nowe modele fundamentowe, czyli trenowane od zera, co miesiąc do końca 2026 roku. To tempo, którego nie próbowała trzymać żadna inna pracownia. W treningu na klastrze Colossus 2 znajduje się obecnie siedem modeli równolegle. Dwa warianty po jednym bilionie parametrów, dwa po 1,5 biliona, jeden sześcio i jeden dziesięciobilionowy. Do tego dochodzi też kolejna wersja modelu wideo.
Z punktu widzenia rynku rodzi to pytanie, czy zwycięża jakość, czy presja czasu. Anthropic między Opusem 4.5 a 4.7 trzymał kilkutygodniowe okno na realne dostrojenie. OpenAI rozciąga cykle, a Google trzyma się rytmu kwartalnego dla głównego modelu. Strategia xAI zakłada natomiast coś przeciwnego. Tysiące inżynierów testujących na żywo i model co miesiąc, nawet jeśli każdy z nich różni się od poprzedniego o kawałek architektury, a nie o przeskok pokoleniowy.
Dla polskich firm wybierających dostawcę AI ten harmonogram brzmi atrakcyjnie tylko z dystansu. W praktyce wpięcie się w model, który za cztery tygodnie zostaje zastąpiony przez kolejny, oznacza ciągłe testowanie regresji i przerabianie promptów. Dochodzi też ponowne strojenie agentów. Dlatego większość zespołów, z którymi pracujemy w projektach automatyzacji, woli stabilny model przez sześć miesięcy. Dwie zmiany w tym samym oknie czasowym dają więcej hałasu niż wartości, choćby każda kolejna wersja była lepsza w jakimś teście.
Pierwsza Misja AI · Kodożercy
AI bez technikaliów – kurs i certyfikat
Pierwsza Misja AI to kurs Kodożerców dla absolutnych początkujących. Sci-fi fabuła, gamifikacja, prawdziwy GPT-4 w ćwiczeniach, certyfikat na koniec.
Zacznij Pierwszą Misję →
Podsumowanie
Grok 4.5 jest dziś bardziej obietnicą niż produktem. Plan stojący za tym ogłoszeniem zmienia jednak więcej niż sam model. Tesla i SpaceX testują codziennie to, co potem trafi do publicznego Groka. Cursor dostarcza danych z realnej pracy programistycznej, a kolejne modele fundamentowe wychodzą z klastra Colossus 2 w rytmie miesięcznym. Czy ten układ da najsilniejsze modele na rynku, sprawdzimy dopiero w lipcu. Albo Grok 4.5 wejdzie publicznie i pokaże benchmarki, albo zostanie cicho wymieniony na 4.6.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
