قبل عام تقريبًا، اختبرت Every نموذج Grok 4 ووجدته جيدًا في المعايير لكن غير مفيد بما يكفي للاستخدام اليومي. اليوم تغيّر المشهد: النسخة الجديدة Grok 4.5 وصفها فريق Every الهندسي بأنها "أخيرًا نموذج سريع ورخيص ومفيد فعلًا" — وفي اختبارات داخلية، تفوّق على Claude Opus 4.8.
من أين جاء Grok 4.5؟
القصة بدأت من أداة البرمجة Cursor. في أبريل، وصفتها Every بأنها منتج واعد لكن غير مكتمل. لكن بحلول يونيو، كان أحد كبار مهندسي Every يستخدمها يوميًا، ثم أعلنت SpaceX اتفاقًا للاستحواذ على Cursor في الشهر نفسه. Grok 4.5 هو أول ثمار هذا التعاون: تقول Cursor إنها دربت النموذج بالاشتراك مع SpaceXAI، معتمدة على بيانات من تفاعلات حقيقية مع أكواد برمجية وأدوات تطوير — لا بيانات عامة فقط.
كيف كان أداؤه أمام كلود أوبس 4.8؟
في اختبار أجراه مايك تايلور، أنهى Grok 4.5 كل خطوات المهمة وأعاد نتيجة كاملة ومصقولة، بينما توقف Opus 4.8 مبكرًا أو تجاوز أجزاء من التكليف. خلص فريق Every إلى أن أداء Grok 4.5 يوازي مستوى نماذج Opus.
المفارقة أن ما ميّز Grok 4.5 هنا ليس رقمًا أعلى في معيار قياسي، بل شيء أبسط وأصعب: إنهاء المهمة كاملة دون توقف منتصف الطريق. وربما هذا هو المعيار الحقيقي الذي يهم مستخدمًا يريد أداة يعتمد عليها، لا نموذجًا يتفوق على الورق فقط.
منقول بتصرف عن: نشرة Context Window من Every
الكلمات المفتاحية: Grok 4.5، Cursor، SpaceX AI، كلود أوبس 4.8، تقييم نماذج الذكاء الاصطناعي، xAI، سباق النماذج اللغوية
No comments yet