غروك 4.7 يوسّع النموذج لا سعر واجهة API القياسية

أطلقت SpaceXAI نموذج Grok 4.7 في 21 سبتمبر، مع نموذج أساسي أكبر ومجموعة تغييرات في التدريب والاستدلال موجهة إلى المهام الأطول. يحافظ الإصدار على سعر واجهة API القياسية من دون تغيير، عند 2 دولار لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج. ويصل أيضاً مع نافذة سياق تبلغ 500,000 رمز، وأربعة مستويات للاستدلال، وتوافر واسع عبر واجهة API وCursor وGrok Build وOpenRouter وVercel وCloudflare. السؤال المركزي ليس ما إذا كان Grok 4.7 إصداراً أكبر وأكثر قدرة من سابقه، بل إلى أي مدى تدعم الأدلة المنشورة هذا الادعاء عند الفصل بين معايير الشركة وقياسات التقييم المستقلة.

ما الذي تغيّر في Grok 4.7

التغيير المعماري الرئيسي المعلن في Grok 4.7 هو استخدام نموذج أساسي أكبر. وتقول SpaceXAI أيضاً إن النموذج تلقى تعلماً معززاً أطول للمهام الطويلة، وتحققاً ذاتياً، وتدريباً على السياقات الطويلة. هذه ليست تفاصيل تموضع صغيرة: فهي تصف نموذجاً يُراد له أن يؤدي بصورة أفضل عندما يمتد العمل عبر خطوات كثيرة، وعندما تتطلب المخرجات فحصاً، وعندما يجب إبقاء كميات كبيرة من النص أو الشيفرة ضمن مجال المعالجة. لذلك يقدّم الإعلان Grok 4.7 بوصفه أقل ارتباطاً بتحديث ضيق للسرعة، وأكثر بوصفه محاولة لتحسين الاستدلال والاستمرارية عبر مسارات عمل ممتدة.

يمثل عدم تغيير سعر واجهة API القياسية جزءاً لافتاً من الإصدار. تسرد SpaceXAI التسعير القياسي عند 2 دولار لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج، رغم أن النموذج يوصف بأنه أكبر ومدرّب بطرق إضافية. بالنسبة إلى المطورين والفرق التي تبني ميزانياتها بالفعل حول تكاليف الرموز، تفيد الرسالة بأن طبقة الخدمة الافتراضية لا تقدم سعراً أعلى للوحدة في النموذج الجديد. ولا يعني ذلك أن كل تكاليف الوصول بقيت بلا تغيير: فطبقة الخدمة الأسرع تكلف ضعف السعر القياسي، ما يخلق تمييزاً واضحاً بين الوصول الأساسي والخدمة الأقل زمناً في الاستجابة.

تعد نافذة السياق البالغة 500,000 رمز تغييراً عملياً آخر يستحق النظر. يمكن لنافذة سياق بهذا الحجم، من حيث المبدأ، أن تسمح للنموذج بمعالجة قواعد شيفرة كبيرة، أو وثائق طويلة، أو مطالبات متعددة الملفات، أو سجلات مهام ممتدة من دون الدرجة نفسها من الاقتطاع. لكن نافذة السياق الكبيرة رقم قدرة، وليست ضماناً بأن النموذج سيستخدم كل جزء من السياق بالكفاءة نفسها. وحقيقة أن Grok 4.7 تلقى تدريباً على السياقات الطويلة مهمة، لأن طول السياق وحده لا يثبت موثوقية الاسترجاع أو ترتيب الأولويات أو الاستدلال عبر النافذة كاملة.

كيف يجري تموضع الإصدار

تجعل SpaceXAI نموذج Grok 4.7 متاحاً عبر مسارات عدة: واجهة API الخاصة بها، وCursor، وGrok Build، وOpenRouter، وVercel، وCloudflare. يهم هذا التوزيع لأنه يضع النموذج ليس فقط خلف واجهة API مباشرة، بل أيضاً داخل قنوات تطوير ونشر يمكن أن يكون تبديل النماذج فيها جزءاً من مسارات العمل اليومية. لذلك يستهدف الإصدار كلاً من المدمجين المباشرين والمستخدمين الذين يصلون إلى النموذج عبر منصات مستخدمة أصلاً للبرمجة أو البناء أو توجيه أعباء عمل الذكاء الاصطناعي. قائمة التوافر هذه إعلان من الشركة، وينبغي التعامل معها على هذا الأساس، لا بوصفها دليلاً على الأداء.

تمنح مستويات الاستدلال الأربعة المستخدمين أو المطورين وسيلة لاختيار مقدار جهد الاستدلال الذي ينبغي للنموذج تطبيقه. الأثر العملي هو أن ليس كل مهمة تحتاج إلى التشغيل بالإعداد نفسه. قد لا تتطلب الطلبات الأبسط أعلى مستوى، بينما يمكن إسناد قدر أكبر من الاستدلال إلى الأعمال الأكثر تعقيداً. لا تحدد الحقائق المؤكدة كيف تختلف المستويات الأربعة في زمن الاستجابة أو الدقة أو التكلفة، لذلك فإن أي استنتاج بشأن الإعداد الأفضل سيتجاوز الأدلة المتاحة. ما يمكن قوله هو أن SpaceXAI تعرض الاستدلال كجزء قابل للتهيئة من المنتج بدلاً من إخفائه بالكامل خلف وضع افتراضي واحد.

التحقق الذاتي جزء أيضاً من المنهج المعلن. بعبارات عامة، يشير التحقق الذاتي إلى أن النموذج مصمم لفحص جوانب من مخرجاته أثناء التوليد أو الاستدلال. لا توفر معلومات الإصدار ما يكفي من التفاصيل للحكم بدقة على كيفية تنفيذ هذه العملية أو عدد المرات التي تمنع فيها الأخطاء. لذلك ينبغي فهمها كتقنية معلنة، لا كدليل على حل الأخطاء الواقعية أو أخطاء البرمجة أو إخفاقات الاستدلال. وينطبق التحفظ نفسه على التعلم المعزز الأطول للمهام الطويلة: فهو ذو صلة بتصميم النموذج، لكن أثره يجب تقييمه عبر النتائج.

ماذا تظهر الأرقام

تورد SpaceXAI ثلاث نتائج معيارية لـ Grok 4.7: نتيجة CursorBench عند 46.3، وDeepSWE عند 71، وEEBench عند 64. تنتمي هذه الأرقام إلى فئة معايير الشركة لأنها مقدمة من الجهة المطورة للنموذج. قد تكون مؤشرات مفيدة على المهام التي تريد SpaceXAI التركيز عليها، خصوصاً حول البرمجة أو مسارات عمل هندسة البرمجيات التي توحي بها أسماء المعايير والتوزيع عبر Cursor. لكن معايير الشركات لا تحمل الوزن الدلالي نفسه الذي تحمله الاختبارات المستقلة. فهي تعرض ما تقوله الشركة وفق شروطها المختارة؛ ولا تثبت وحدها قيادة السوق أو موثوقية واسعة.

الصورة المستقلة أقل ملاءمة. تمنح Artificial Analysis نموذج Grok 4.7 درجة ذكاء قدرها 46، مقارنة بـ53 لكل من GPT-6 وClaude Fable 5.1. على مقياس ذلك المقيّم، يقع Grok 4.7 خلف النموذجين الرائدين المذكورين في المقارنة. وتورد Artificial Analysis أيضاً فجوة كبيرة في Terminal Bench. هذه قياسات مستقلة، منفصلة عن ادعاءات SpaceXAI المعيارية الخاصة بها. وهي لا تلغي أهمية النموذج الأساسي الأكبر أو التسعير القياسي غير المتغير، لكنها تحد من أي ادعاء بأن Grok 4.7 لحق بأقوى المنافسين في الذكاء المقاس.

يمثل الفرق بين نتائج الشركة والنتائج المستقلة النقطة التحليلية الأساسية. يمكن لأرقام SpaceXAI أن تدعم الرأي القائل إن Grok 4.7 يتحسن في المجالات التي تقيسها الشركة وتروج لها. أما Artificial Analysis فتدعم استنتاجاً مختلفاً: في اختباراتها المستقلة، لا يزال النموذج يتأخر عن GPT-6 وClaude Fable 5.1، مع فجوة كبيرة خصوصاً في Terminal Bench. لا تثبت أي من مجموعتي الأرقام كل شيء. معايير الشركات لا تحسم الترتيب المستقل. والدرجات المستقلة لا تصف كل عبء عمل خاص ممكن. معاً، تشير إلى إصدار يحمل تغييرات هندسية ذات معنى، لكنه لا يتصدر المجال وفق الأدلة المستقلة المذكورة.

الآثار العملية

بالنسبة إلى مستخدمي واجهة API، يتمثل الأثر العملي الأوضح في أن Grok 4.7 يغير ادعاءات القدرة من دون تغيير سعر الرموز القياسي. سيرى الفريق الذي يستخدم الوصول القياسي المعدل المدرج نفسه، أي 2 دولار لكل مليون رمز إدخال و6 دولارات لكل مليون رمز إخراج، مع الحصول على النموذج الأكبر، ونافذة السياق البالغة 500,000 رمز، ومستويات الاستدلال الأربعة. إذا كانت الطبقة الأسرع مطلوبة، فإن التكلفة تتغير بصورة ملموسة لأنها تبلغ ضعف السعر القياسي. لذلك تفصل بنية التسعير بين ترقية النموذج والعلاوة الموضوعة على الخدمة الأسرع.

بالنسبة إلى المهام الطويلة، صُمم الإصدار ليكون أكثر صلة من تحديث نموذج مخصص للمطالبات القصيرة. يشير التعلم المعزز الأطول للمهام الطويلة، والتدريب على السياقات الطويلة، والتحقق الذاتي، كلها إلى حالات استخدام يجب فيها على النموذج الحفاظ على التعليمات، أو معالجة مواد واسعة، أو العمل عبر عمليات متعددة الخطوات. ومع ذلك، ترسم النتائج المستقلة حداً للتوقعات. قد يساعد نموذج أساسي أكبر وسياق أطول في مسارات العمل المعقدة، لكن درجة Artificial Analysis البالغة 46 مقابل 53 لـ GPT-6 وClaude Fable 5.1 تشير إلى أن المقيّمين المستقلين ما زالوا يرون فجوة أداء في الطرف الأعلى.

النتيجة هي ترقية محسوبة لا إزاحة واضحة للنماذج الرائدة. يصل Grok 4.7 بتوافر أوسع، ونموذج أساسي أكبر، وتدريب للمهام الطويلة، وتحقق ذاتي، وتدريب على السياقات الطويلة، وتسعير قياسي غير متغير لواجهة API، وطبقة أسرع أعلى تكلفة. تعرض نتائج CursorBench وDeepSWE وEEBench التي أوردتها SpaceXAI إطار الشركة المعياري الخاص بها. وتوفر Artificial Analysis الثقل المقابل المستقل، إذ تضع Grok 4.7 خلف GPT-6 وClaude Fable 5.1 وتلاحظ فجوة كبيرة في Terminal Bench. الإصدار مهم، لكن الأدلة المتاحة لا تدعم التعامل معه بوصفه قائد المعايير الجديد.