Grok 4.5: Илон Маск наконец научил свой ИИ пользоваться терминалом лучше конкурентов

Пока индустрия искусственного интеллекта продолжает соревноваться в умении писать стихи и рисовать странных кошек, Илон Маск (Elon Musk) решил напомнить, что его компания xAI строит инструменты для более серьёзной работы. Согласно последним данным за июль 2026 года, новая языковая модель Grok 4.5 заняла первое место в престижном рейтинге Long-Horizon Terminal-Bench (LHTB), продемонстрировав результаты, которые заставляют конкурентов нервно проверять свои дата-центры.

Когда терминал становится испытанием

Для тех, кто далёк от мира кода: Long-Horizon Terminal-Bench — это не просто очередной тест на «эрудицию». Это специализированный бенчмарк для ИИ-агентов, где их испытывают в суровой среде командной строки. Здесь не получится просто угадать следующее слово; нужно планировать на несколько шагов вперёд, анализировать ошибки и последовательно принимать решения для решения многоэтапных задач. Это своего рода экзамен на логику и выносливость в реальных технических условиях.

Grok 4.5 показал средний результат 0.505, успешно справившись с 13 из 46 предложенных задач. На первый взгляд, цифра «13» не выглядит как триумф, но в контексте сверхсложных сценариев LHTB — это настоящий прорыв. Для сравнения, предыдущая итерация модели, Grok 4.20, получила в этом тесте круглый ноль. Похоже, разработчики из xAI провели серьёзную работу над ошибками, значительно повысив эффективность архитектуры и «накормив» алгоритмы колоссальными объёмами реальных данных.

Тень конкурентов и реальность цифр

Самое интересное начинается при сравнении с другими игроками рынка. Grok 4.5 сумел обойти таких гигантов, как Claude Sonnet 5, Opus 4.8 и даже GPT-5.5. Последний, несмотря на все ожидания, продемонстрировал меньшую гибкость в работе с терминалом. Это свидетельствует о том, что узкая специализация на агентных возможностях становится новым полем битвы, где чистый объем параметров модели уже не гарантирует победу.

Такой скачок производительности Grok 4.5 указывает на изменение парадигмы обучения. Если раньше ИИ учились преимущественно на текстах, то сейчас акцент смещается на взаимодействие с операционными системами и инструментами разработки. Компания OpenAI и другие разработчики вынуждены будут реагировать на этот вызов, так как способность ИИ-агента самостоятельно оперировать в терминале — это прямой путь к полной автоматизации сложных инженерных процессов.

Последствия для рынка

Успех Grok 4.5 — это не просто победа в таблице. Это сигнал инвесторам и разработчикам, что экосистема X (бывший Twitter) трансформируется в серьезную платформу для разработки прикладного ИИ. Пока конкуренты сосредоточены на потребительских чат-ботах, xAI нацеливается на сегмент профессиональных инструментов, где ошибка стоит дорого, а логика ценится выше красноречия. Конечно, до автономности ещё далеко, но прогресс от «абсолютного нуля» до лидера рейтинга всего за одну итерацию впечатляет.

Развитие таких сложных моделей требует колоссальных вычислительных мощностей, что напрямую стимулирует производителей оборудования. Например, из-за высокого спроса на ИИ-чипы компания TSMC бьет рекорды доходов и активно расширяет производство. Это подтверждает, что успехи Grok и его конкурентов имеют вполне реальное экономическое влияние на глобальный рынок.