Илон Маск публично назвал Claude Opus 5.5 от Anthropic «шедевром» — редчайшее признание превосходства конкурента. Одновременно он подтвердил, что собственная модель Grok 4.8 от xAI уступает новинке Anthropic.
Заявление прозвучало во вторник в ответ на вопрос пользователя X о том, как Grok 4.8 выглядит на фоне модели Anthropic. Ответ Маска был предельно лаконичным: «Opus 5.5 — шедевр», с уточнением, что Grok 4.8 «хуже».
Что стоит за релизом Opus 5.5
Anthropic выпустила Opus 5.5 22 сентября. Компания утверждает, что по большинству задач модель не уступает более дорогой версии Fable 5.1. Ключевой аргумент — экономика эксплуатации: затраты на Opus 5.5 при типичных рабочих нагрузках на 40% ниже по сравнению с предыдущей версией Opus.
В тесте Terminal-Bench 4.0 Anthropic получила результат 65,76%. Для сравнения: GPT-6 Astra от OpenAI набрала в том же тесте 57,9%. Показательно, что xAI не публиковала никаких бенчмарков для Grok 4.8 — отсутствие измеримых данных само по себе говорящий сигнал.
Ставка на Grok 5
Маск заявил, что Grok 5 «должен превзойти Opus 5.5», возможно, уже через два-три месяца, хотя конкретных сроков выпуска не назвал. Исторически глава xAI не всегда укладывался в собственные дедлайны, поэтому к таким обещаниям стоит относиться с осторожностью.
Сейчас xAI завершает работу над Grok 4.8. По словам Маска, этап предобучения уже завершен, модель проходит фазу обучения с подкреплением. Команда уделила особое внимание очистке данных для супервизорного обучения, а также отказалась от JAX и SGLang в пользу новой системы на C и C++.
Сам Маск охарактеризовал Grok 4.8 как «пока что не выдающийся» ИИ, отметив при этом, что у модели прочная основа. Бизнесмен рассчитывает на тестовый запуск для ранних пользователей уже на этой неделе. Anthropic его заявления публично пока не комментировала.
Анализ Cryptalist: Публичное признание Маска — не просто эмоциональный жест, а индикатор усиливающейся конкуренции в сегменте фронтирных моделей, где экономика инференса (снижение затрат на 40%) становится не менее важным фактором, чем сырые бенчмарки. Для рынка это сигнал о том, что лидерство в ИИ переходит от маркетинговых заявлений к измеримым метрикам эффективности, а обещания будущих релизов без подтвержденных данных будут все реже восприниматься инвесторами как основание для переоценки.