定于下周发布的Grok-1.5带来了增强的推理和解决问题的能力，并接近于已知的开源和闭源的LLM的性能，包括OpenAI的GPT-4和Anthropic的Claude 3。

马斯克指出，Grok-1.5将为xAI在X平台上的ChatGPT挑战者聊天机器人提供支持，而Grok-2(新模型的继任者)仍在训练阶段。他表示，下一个版本应该能够“在所有指标上超越当前的AI”，但没有分享它可能何时变得可用的具体细节。 

Grok-1.5带来了什么? 

xAI去年11月宣布了Grok-1，称这个AI是以《银河系漫游指南》为模型，几乎可以回答任何问题，以帮助人类在寻求理解和知识的征途中——无论背景或政治观点如何。在GSM8K、HumanEval和MMLU等基准测试中，由xAI分享的数据显示，Grok-1的表现超过了Llama-2-70B和GPT-3.5。

现在，随着Grok-1.5的发布，该公司在先前模型的基础上取得了显著改进，在所有主要基准测试中，包括与编码和数学相关的任务，都实现了显著提升。

 xAI在博客文章中指出：“在我们的测试中，Grok-1.5在MATH基准测试中达到了50.6%的分数，在GSM8K基准测试中达到了90%的分数，这两个数学基准测试涵盖了从小学到高中竞赛问题的广泛范围。此外，它在评估代码生成和问题解决能力的HumanEval基准测试中得分为74.1%。” 

在MMLU基准测试上，评估AI模型在不同任务上的语言理解能力，新模型得分为81.3%，比Grok-1的73%高出显著幅度。 

此外，xAI还确认，Grok-1.5的上下文窗口可达128,000个标记(标记是单词、图像、视频、音频或代码的整个部分或子部分)。这使得模型能够一次性处理和处理大量信息，比Grok-1多16倍，使其更适合分析、总结和提取长文档中的信息。它甚至可以处理更长、更复杂的提示，同时仍然保持遵循指令的能力。 

接近OpenAI和Anthropic 

凭借增强的推理和解决问题的能力，Grok-1.5不仅在基准测试中胜过其前身，而且还接近流行的开放和封闭源模型，包括Gemini 1.5 Pro、GPT-4和Claude 3。 

例如，在MMLU上，Grok-1.5的81.3%得分超过了最近推出的Mistral Large，但落后于Gemini 1.5 Pro(83.7%)、GPT-4(86.4%， 

截至2023年3月)和Claude 3 Opus(86.8%)。在GSM8K基准测试上也注意到了类似的差距，xAI模型仅落后于Google、OpenAI和Anthropic的产品。 

值得注意的是，Grok-1.5唯一看起来有优势的基准是HumanEval，在那里它的表现超过了所有模型，除了Claude 3 Opus。xAI希望继续这些改进，并通过Grok-2提供进一步的性能提升，据马斯克称，应该在所有指标上超越当前的AI。该模型目前正在训练中。 

技术顾问Brian Roemmele表示，根据他与Grok-1的工作，Grok-2“在发布时将成为最强大的LLM AI平台之一。它将在几乎所有指标上超越OpenAI。” 

Grok-1.5的可用性 

至于Grok-1.5，xAI计划下周开始部署。公司表示，该模型最初将提供给早期测试者和那些已经在X平台(Twitter)上使用Grok聊天机器人的用户——实时访问平台上的所有帖子。推出将分阶段进行，公司将改进模型并引入几个新功能——可能包括一种新的不受限制的有趣模式——同时逐步使其对更广泛的用户群体可用。 

当马斯克在X上推出Grok时，被视为推动Grok和X的采用。他首先将AI作为平台的“高级+”订阅的一部分，价格为每月16美元。然而，就在几天前，这位亿万富翁分享说，聊天机器人也将为支付8美元每月的高级订阅者启用。在另一个更新中，他还确认，拥有一定级别的验证订阅者的关注者将免费获得高级和高级+订阅的好处，包括Grok。