Grok 4.5: Ілон Маск нарешті навчив свій ШІ користуватися терміналом краще за конкурентів
Поки індустрія штучного інтелекту продовжує змагатися у вмінні писати вірші та малювати дивних котів, Ілон Маск (Elon Musk) вирішив нагадати, що його компанія xAI будує інструменти для серйознішої роботи. Згідно з останніми даними за липень 2026 року, нова мовна модель Grok 4.5 посіла перше місце в престижному рейтингу Long-Horizon Terminal-Bench (LHTB), продемонструвавши результати, які змушують конкурентів нервово перевіряти свої дата-центри.
Коли термінал стає випробуванням
Для тих, хто далекий від світу коду: Long-Horizon Terminal-Bench — це не просто черговий тест на «ерудованість». Це спеціалізований бенчмарк для ШІ-агентів, де їх випробовують у суворому середовищі командного рядка. Тут не вийде просто вгадати наступне слово; потрібно планувати на кілька кроків вперед, аналізувати помилки та послідовно приймати рішення для розв’язання багатоетапних задач. Це свого роду іспит на логіку та витривалість у реальних технічних умовах.
Grok 4.5 показав середній результат 0.505, успішно впоравшись із 13 з 46 запропонованих завдань. На перший погляд, цифра «13» не виглядає як тріумф, але в контексті надскладних сценаріїв LHTB — це справжній прорив. Для порівняння, попередня ітерація моделі, Grok 4.20, отримала в цьому тесті круглий нуль. Схоже, розробники з xAI провели серйозну роботу над помилками, значно підвищивши ефективність архітектури та «нагодувавши» алгоритми колосальними обсягами реальних даних.
Тінь конкурентів та реальність цифр
Найцікавіше починається при порівнянні з іншими гравцями ринку. Grok 4.5 зумів випередити таких гігантів, як Claude Sonnet 5, Opus 4.8 та навіть GPT-5.5. Останній, попри всі очікування, продемонстрував меншу гнучкість у роботі з терміналом. Це свідчить про те, що вузька спеціалізація на агентних можливостях стає новим полем битви, де чистий обсяг параметрів моделі вже не гарантує перемогу.
Такий стрибок продуктивності Grok 4.5 вказує на зміну парадигми навчання. Якщо раніше ШІ вчилися переважно на текстах, то зараз акцент зміщується на взаємодію з операційними системами та інструментами розробки. Компанія OpenAI та інші розробники змушені будуть реагувати на цей виклик, адже здатність ШІ-агента самостійно оперувати в терміналі — це прямий шлях до повної автоматизації складних інженерних процесів.
Наслідки для ринку
Успіх Grok 4.5 — це не просто перемога в таблиці. Це сигнал інвесторам та розробникам, що екосистема X (колишній Twitter) трансформується в серйозний майданчик для розробки прикладного ШІ. Поки конкуренти зосереджені на споживчих чат-ботах, xAI цілиться в сегмент професійних інструментів, де помилка коштує дорого, а логіка цінується вище за красномовство. Звісно, до автономності ще далеко, але прогрес від «абсолютного нуля» до лідера рейтингу всього за одну ітерацію вражає.
Розвиток таких складних моделей потребує колосальних обчислювальних потужностей, що напряму стимулює залізовиробників. Наприклад, через високий попит на ШІ-чіпи компанія TSMC б’є рекорди доходів та активно розширює виробництво. Це підтверджує, що успіхи Grok та його конкурентів мають цілком реальний економічний вплив на глобальний ринок.
