Генеральный директор xAI и владелец X Илон Маск (Elon Musk) сообщил, что модель Grok 4.5 сравнялась по результатам с лучшими системами в тесте SWE-Atlas-QnA, набрав 84%.
xAI представила обновлённую версию своей языковой модели Grok 4.5, которая, по словам Маска, достигла паритета с ведущими решениями в бенчмарке SWE-Atlas-QnA. Этот тест оценивает способность моделей решать задачи по программированию и отвечать на технические вопросы, связанные с разработкой программного обеспечения.
Результат Grok 4.5 составил 84%, что соответствует показателю модели Codex GPT-5.6 Sol, разработанной ранее OpenAI. Маск не уточнил, какие именно системы участвовали в сравнении, однако отметил, что достижение стало важным этапом для xAI. Компания позиционирует Grok как конкурента моделям от Google DeepMind, Anthropic и других лидеров отрасли.
Ранее xAI заявляла о планах интегрировать Grok в платформу X для автоматизации поддержки пользователей и генерации контента. Однако конкретные сроки внедрения обновлённой версии не назывались. В блоге компании подчёркивалось, что улучшения коснулись не только точности ответов, но и скорости обработки запросов.
Тест SWE-Atlas-QnA считается одним из наиболее сложных бенчмарков для оценки языковых моделей в области программирования. Он включает задачи по исправлению ошибок в коде, написанию функций и объяснению алгоритмов. Результаты публикуются в открытом доступе, однако независимой верификации данных о Grok 4.5 пока не проводилось.