Grok 4.7 的 token 用量与发布前的预测

摘要

30 秒看懂

Theo Browne 质疑 Elon Musk 关于 Grok 4.7 将优于 4.6、token 效率也会更高的预测。他引用了部分基准比较和每项任务的 token 用量，但短视频没有提供足够的方法细节，无法据此得出适用于所有工作负载的性能或成本比较。

1发布前的预测Theo 回顾 Musk 曾声称新模型将超越当时的现有模型。
2效率预期他质疑 Grok 4.7 将比 4.6 更节省 token 的预测。
3一次特定比较他引用的数字是 4.6 x-high 每项任务约 38000 个 token，4.7 约 81000 个，但没有详细说明完整测试条件。

要点建议

Musk 曾预测 Grok 4.7 将比 4.6 更出色，token 效率也会更高。
Theo 表示，在他引用的部分基准和比较中，4.7 分数低于 4.6，每项任务使用的 token 更多。
仅比较 token 数量，不能确定所有工作负载的成本或性能。

主题模型与训练评估 AI cost & performance

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

Grok 4.7 的预期与结果

Theo 将发布前的预期与部分结果进行比较。他认为 token 用量数字与此前的效率预测不符。

Elon Musk 已经为 Grok 4.7 宣传了一个多月，称它将超越现有模型。在我引用的基准中，它在多项测试上的得分却低于 Grok 4.6，我觉得这很值得注意。这只是对部分基准的比较，不是说 4.7 在所有任务上都更差。

幻灯片 1 / 1Musk 发布前的预测画面中的帖子预测 Grok 4.7 的 token 效率更高，但服务速度稍慢。

Musk 还预测，除了服务速度稍慢外，4.7 在各方面都会更好，而且 token 效率会提高。我质疑这一预测：我引用的数字是 Grok 4.6 在 x-high 档每项任务约使用 38000 个 token，4.7 约为 81000 个。我将其描述为成本约两倍，但短视频没有提供足够的价格或测试细节，无法证明普遍适用的成本倍数，也无法证明有意误导。