|

Grok 4.8 還要等多久？3 個時間點看清 2.5T 模型的分量

ByShark
Grok 4.8 還要等多久？3 個時間點看清 2.5T 模型的分量

作者注：Grok 4.8 尚未發佈。本文梳理馬斯克的三次表態，區分已確認與未確認的信息，再用 Grok 4.7 的實測數據判斷這個 2.5T 模型的分量。

先說結論：截至 10 月 30 日，Grok 4.8 尚未發佈，也未進入 API。馬斯克當天只說它「不會讓人失望」「不針對跑分優化」。目前能覈實的，是三個時間點，以及 Grok 4.7 已經打下的底子。

“I know it’s taken longer than expected， but Grok 4.8 will not be a disappointment. We’re not optimizing for benchmarks and I really don’t care how Grok does on those， but it will be incredibly useful.”

—— Elon Musk，2026-10-30 05:17 UTC（北京時間 13:17）

原帖： x.com/elonmusk/status/2116036703538606301

這條帖子回覆的是 @techdevnotes 前一天的吐槽：「除了語音，SpaceXSI 幾乎沒有 SOTA 模型」。需要說明，馬斯克並沒有說 Grok 4.8「跑分很差」，他說的是沒有針對跑分做優化，也不在乎跑分。網上已經有人把這句話解讀成「4.8 跑分不行」，這屬於第三方推斷，不是原話。

這不是一篇發佈解讀，因爲目前還沒有可以解讀的發佈。本文做三件事：把馬斯克的口述和官方規格分開；用 Grok 4.7 的第三方數據估計 4.8 的起點；告訴國內團隊現在該怎麼接入、以後怎麼切換。

爲了避免把口述當成規格，本文所有信息按三個等級標註：

  • 【官方自報】：xAI（現名 SpaceXSI）官方公告、文檔和自家 benchmark，可以作爲參考，但不等於獨立驗證。
  • 【第三方實測】：Artificial Analysis、Bloomberg 等外部機構的測試或報道。
  • 【馬斯克口述】：馬斯克本人在 X 上的發言，包括 2.5T 參數、C++ 棧、RL 進度，官方沒有 model card 背書。

🚀 快速開始：在 Grok 4.8 開放 API 之前，國內開發者可以先通過 API易 apiyi.com 調用已上架的 grok-4.7，使用 OpenAI 兼容接口，一個 Key 就能和 Claude、Gemini 等模型放在一起對比。

grok-4-8-release-timeline-2-5t-model-zh-hant-image-0

Grok 4.8 核心信息：3 個時間點速覽

Grok 4.8 的全部公開信息都來自馬斯克的 X 帖子。截至 10 月 27 日的核查，xAI 官方文檔裏沒有任何關於 Grok 4.8 的記錄。下表是三個關鍵時間點的彙總。

時間（UTC） 馬斯克原話要點 透露的信息 事實等級
2026-09-14 「a 2.5T model trained with our new C++ software stack， will finish training this week and start RL」 2.5 萬億參數，新的 C++ 預訓練棧，當週完成訓練並開始 RL 【馬斯克口述】
2026-10-07 「a lightning-fast version of Grok 4.8」處理 Grok Bot 的大多數請求 會有一個快速版，承接 Grok Bot 的日常簡單請求 【馬斯克口述】
2026-10-30 「will not be a disappointment」「not optimizing for benchmarks」 承認比預期慢，強調實用性而不是跑分 【馬斯克口述】

Grok 4.8 時間點一（9/14）：2.5T 模型與新 C++ 棧

9 月 14 日這條是信息量最大的一次表態。馬斯克說 Grok 4.8 是一個 2.5T 模型，用新的 C++ 軟件棧訓練，當週完成訓練並開始 RL（強化學習）。同一天他還補充了兩條：預訓練軟件已經換成自研的 C/C++ 棧，主要由 Starlink 軟件團隊編寫；RL 棧則還是「somewhat of a legacy pile」，也就是一堆遺留代碼。

這裏要分清兩件事。「當週完成訓練」說的是預訓練，之後還要經過 RL 和後訓練，所以不能寫成「Grok 4.8 已經訓練完成」。另外，預訓練棧是新的，RL 棧卻是舊的，這本身就可以解釋爲什麼 10 月 30 日他會說「比預期花了更久」。RL 階段很可能纔是真正的瓶頸。

同一天他還給出了一張路線圖：Grok 4.7 大致與 Opus 5.0 持平（不是 5.1），Grok 4.8 會是「noticeable improvement」，Grok 4.9「probably Astra/Fable class」，Grok 5「maybe better than anything」。這些都是【馬斯克口述】，只能作爲方向參考。

Grok 4.8 時間點二（10/7）：lightning-fast 版本進入 Grok Bot

10 月 7 日，馬斯克談到 Grok Bot 怎麼選模型。他說大多數 Bot 請求都很簡單，等 Grok 4.8 出來以後，這些請求會交給「a lightning-fast version of Grok 4.8」處理。由此可以推斷，Grok 4.8 不會只有一個版本，至少會有一個面向高併發、低延遲的快速版本。

對開發者來說，這條信息比參數量更實用。可以參考 Grok 4.7 Fast 的先例：它的價格是標準版的 2 倍，而且只在 Cursor 與 Grok Build 中提供【官方自報】。所以 4.8 的 fast 版本會不會開放 API、怎麼定價，目前都是未知數。

Grok 4.8 時間點三（10/30）：「不會讓人失望」

10 月 30 日的帖子沒有提供新的技術信息，只做了兩件事：承認延期，並且把評價標準從「跑分」換成「有用」。考慮到 Grok 4.7 在多項 benchmark 上已經很有競爭力，這個說法更像是在管理預期：4.8 不一定在所有榜單上登頂，但會強調真實任務中的可用性。

grok-4-8-release-timeline-2-5t-model-zh-hant-image-1

Grok 4.8 已確認 / 未確認清單

寫 Grok 4.8 相關內容時，最容易出錯的就是把口述當成規格。下面這張清單可以直接拿來做內部同步。

項目 狀態 說明
是否已發佈 ❌ 未發佈 10 月 27 日覈查：xAI models 頁沒有 grok-4.8，Grok 4.8 新聞頁 404，release notes 最新的文本模型仍是 9/21 的 Grok 4.7
發佈日期 ❌ 未確認 官方沒有給出任何日期
價格 ❌ 未確認 沒有輸入、輸出、緩存讀中的任何一項
上下文長度 ❌ 未確認 Grok 4.7 是 500k，4.8 沒有公佈
API 型號名 ❌ 未確認 官方文檔裏搜不到 grok-4.8
2.5T 參數 ⚠️ 僅口述 來自馬斯克 9/14 的帖子，沒有 model card
新 C++ 預訓練棧 ⚠️ 僅口述 9/14 的帖子，沒有技術報告
已開始 RL ⚠️ 僅口述 只能說「馬斯克稱當週完成預訓練並開始 RL」
fast 版本 ⚠️ 僅口述 10/7 的帖子，用於 Grok Bot
benchmark 成績 ❌ 未確認 沒有任何官方或第三方數據

10 月 30 日查詢 API易 的實時定價接口，Grok 系列共 12 個型號，其中也沒有 grok-4.8。原因很簡單：官方還沒有發佈，任何平臺都不可能提前上架。如果你看到有渠道聲稱「已接入 Grok 4.8」，建議先覈實對方返回的真實模型。

Grok 4.8 影響分析：從 Grok 4.7 看 2.5T 模型的潛力

既然 4.8 沒有數據，判斷它的分量只能看兩點：xAI 的迭代速度，以及 Grok 4.7 這個起點有多高。

Grok 4.8 之前的節奏：十週三次迭代

版本 發佈日期 主要變化【官方自報】
Grok 4.5 2026-07-08 首個專門爲 coding/agents 訓練的版本，與 Cursor 一起訓練，使用數萬張 NVIDIA GB300
Grok 4.6 2026-08-12 更長的 supplemental training，用 4.5 重新生成 SFT 數據，agentic RL 覆蓋 kernel 優化、web dev、CAD
Grok 4.7 2026-09-21 更大的 base model，更長的 RL（偏向多小時任務），更強的自檢；500k 上下文，知識截止 2026-05

從 7 月 8 日到 9 月 21 日，大約十週內發了三版，而且價格沒有變：輸入 $2、輸出 $6（每百萬 tokens）；4.7 的官方定價表裏單獨列出了緩存讀 $0.5，4.5、4.6 的公告沒有單列緩存讀價。這樣的迭代頻率在頭部實驗室裏不多見。按這個節奏，4.8 已經明顯晚於預期，這也和馬斯克「taken longer than expected」的說法對得上。

第三方實測：Grok 4.7 已進入前四實驗室

Artificial Analysis 在 9 月 21 日給出的數據【第三方實測】如下：

  • Intelligence Index 46 分：比 Grok 4.6 高 2 分，SpaceXAI 因此進入前四實驗室。
  • Coding Agent Index 56 分：Grok 4.7 xhigh 配合 Grok Build，比 4.6 高 9 分，在原生 harness 中排第 4，前面只有 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5。
  • AA-Briefcase 1657 Elo：比 4.6 高 111，與 Claude Opus 5、Fable 5.1 處在同一梯隊。
  • GDPval-AA 1695 Elo：比 4.6 高 90。
  • 分項提升：DeepSWE 從 65% 到 73%，Terminal-Bench 4.0 從 18% 到 33%，SWE-Atlas-QnA 從 58% 到 63%。

語音方面更明顯。10 月 14 日發佈的 Grok Voice 3.0 在 Artificial Analysis Speech-to-Speech Index 上拿到 86.9 分，全球第一，高於 GPT-Live-1（Astra， medium）的 83.2 和 Gemini 3.8 Live Extended Thinking 的 82.6【第三方實測】。這說明 xAI 在單個方向上做到第一的能力是有的。

Grok 4.7 與 GPT-5.6 Sol、Fable 5.1 對比

下表是 xAI 在 Grok 4.7 公告裏給出的對比數據，屬於【官方自報】，不能當作第三方實測。

基準 Grok 4.7 xHigh GPT-5.6 Sol Max Fable 5.1 Max 可用平臺
CursorBench 4.0 46.3% 41.7% 51.8% Grok 4.7：API易 apiyi.com、xAI 官方
Terminal-Bench 4.0 37.6% 37.3% 57.9% —
DeepSWE v1.1 71.0%（high） 72.7% 70.0% —
EEBench 64.0% 39.4% 56.4% —
AA Briefcase v1.1 1,657 1,487 1,678 —
Harvey Legal 19.6% 2.5% 6.7% —

grok-4-8-release-timeline-2-5t-model-zh-hant-image-2

從這張表可以看出，Grok 4.7 在 CursorBench 上介於 GPT-5.6 Sol 和 Fable 5.1 之間，在 EEBench（電氣工程）和 Harvey Legal（法律）上領先。它不是全面最強，但在「coding 價格性能、電氣工程、法律、語音」這幾個方向上優勢很明確。

💡 對比說明：上表是廠商自報數據，不同 harness 下差距會比較大。建議用自己的真實任務複測，可以通過 API易 apiyi.com 用同一套接口分別調用 Grok、Claude、GPT 系列，換個 model 參數就能做 A/B 對比。

生態與算力：Grok 4.8 的分發底座

模型能不能用起來，很大程度取決於分發渠道和算力。這方面 xAI 的家底不錯：

  • 用戶規模：截至 2026-03-31，Grok 月活 1.17 億（SpaceX S-1/A 文件），2025 年底是 8,900 萬，約佔 X 平臺 5.5 億月活的 21%。
  • Grok Bot 增長：8 月 11 日開啓 beta，到 9 月 14 日約 41.8 萬周活，周環比 24%【第三方實測，Bloomberg 報道】。馬斯克在 9 月 26 日的採訪中稱 Grok Bot 月增約 100%【馬斯克口述，wccftech 轉述】。
  • Cursor 收購：8 月 14 日 SpaceX 完成 600 億美元收購 Cursor。Cursor 官方表示會使用 SpaceX 最大的 GPU 集羣，幫助改進 Grok Build、Grok Bot、Grok API 和 Cursor，Grok 4.6 是合作後的第一個成果。
  • 企業渠道：10 月 7 日，Grok 4.7 上線 Microsoft Foundry。

這意味着 4.8 一發布，馬上就有 Cursor、Grok Build、Grok Bot、X 幾條渠道可以分發。fast 版本承接 Grok Bot 的日常請求，正是爲這條分發鏈路準備的。

Grok 4.8 要補的短板

只談長板會失真，Grok 4.7 的問題同樣清楚：

  • 終端類 agent 任務落後：Terminal-Bench 4.0 只有 37.6%，比 Fable 5.1 的 57.9% 低了 20 多個百分點【官方自報】。
  • token 消耗大：在 Intelligence Index 測試中，平均每題輸出 81k tokens，是 Grok 4.6 xhigh（38k）的兩倍多【第三方實測】。單價雖然低，長推理任務的實際賬單會被放大。
  • 馬斯克自己也承認差距：9 月 26 日他說 Grok 4.7 是「solid workhorse」，但不如 Anthropic 新的 Opus，追上前沿可能要到「明年某個時候」【馬斯克口述】。
  • RL 遺留問題：9 月 11 日他解釋 4.7 延期時提到，RL 可能對回答長度懲罰過頭，導致模型遇到難題時提前放棄、檢查不夠嚴謹【馬斯克口述】。

期待 Grok 4.8 的 3 個觀察點

結合上面的信息，Grok 4.8 發佈後建議重點看三件事：

  1. 2.5T base model 能否兌現：參數量本身不代表能力。要看官方會不會給出 model card，以及 Artificial Analysis 等第三方的 Intelligence Index、Coding Agent Index 是否有實質提升，而不只是 1–2 分的增量。
  2. RL 是否解決「遇到難題提前放棄」：這是馬斯克 9/11 親口說的問題，RL 棧又是舊的。看長鏈路 agent 任務（Terminal-Bench、多小時編碼）能不能明顯縮小和 Fable 5.1 的差距，同時每題 token 消耗能否降下來。
  3. fast 版本能否撐住 Grok Bot 的日常請求：快速版要在低延遲和質量之間取得平衡。另外要關注它會不會像 4.7 Fast 一樣只給 Cursor 與 Grok Build，開發者能否通過 API 調用。

Grok 4.8 發佈前怎麼用：官方價格與 API易 接入

xAI 官方 Grok 4.7 價格

以下是 xAI 官方定價【官方自報】，單位爲美元 / 百萬 tokens：

計費檔位 輸入 輸出 緩存讀
標準（prompt < 200k） $2 $6 $0.5
長上下文（prompt ≥ 200k） $4 $12 $1

官方另有幾條規則：Batch API 打 8 折，美國區域端點按 1.1 倍計費，Grok 4.7 Fast 是標準價的 2 倍且只在 Cursor 與 Grok Build 中提供。Grok 4.7 支持文本和圖像輸入、文本輸出，reasoning 檔位有 low、medium、high（默認）、xhigh。

API易 當前 Grok 型號價格

以下是 API易 型號列表中的數據（2026-10-27 14:50 更新，單位爲美元 / 百萬 tokens，充值按 1:7），和官方價格分開列出：

型號 輸入 輸出 緩存讀 接口 / 分組
grok-4.7 $2 $6 $0.5 chat、CodexResponses；Default、SVIP
grok-4.6 $2 $6 $0.5 chat、CodexResponses；Default、SVIP
grok-4.5 $2 $6 $0.5 chat、responses
grok-4.3 $1.25 $2.5 $0.2 chat、responses
grok-build-0.1 $1 $2 $0.2 chat

grok-4.7 已經在 API易 上架，可以直接調用。Grok 4.8 尚未發佈、未進入 API，所以目前任何平臺的型號列表裏都沒有它。

國內調用 grok-4.7 的接入步驟

本文不放代碼塊，接入只需要改幾個參數：

  • base_url：設爲 https://api.apiyi.com/v1，使用 OpenAI 兼容 SDK 即可
  • api_key：在 API易 控制檯創建的 Key
  • model：現階段用 grok-4.7；需要更低成本時可以換成 grok-4.3
  • 接口：chat 走 /v1/chat/completions；在 Codex 一類工具裏可以用 CodexResponses 方式接入
  • 切換策略：把 model 寫進配置文件而不是硬編碼，等 Grok 4.8 上架後，按型號列表改一個值就能升級

🎯 技術建議：Grok 4.8 正式開放 API 後，API易 會第一時間上架。現有的 grok-4.7 調用不受影響，不會斷檔。建議先在 API易 apiyi.com 用 grok-4.7 把業務跑通，留好評測集，4.8 上架後直接用同一套用例對比新舊版本。

grok-4-8-release-timeline-2-5t-model-zh-hant-image-3

對國內開發者的影響

  • 不必等：Grok 4.8 沒有日期，業務不應該卡在一個未發佈的模型上。4.7 已經進入第三方前四梯隊，用來做 coding agent、法律和工程類文檔處理完全夠用。
  • 算總賬：4.7 的單價低，但 token 消耗高。評估時用「單任務總成本」，不要只比單價，緩存讀 $0.5 在長上下文複用場景裏能省下不少。
  • 預留切換：參考 4.5 到 4.7 一直同價，4.8 也有可能沿用相近的定價，但這只是推測，沒有官方信息，預算上要留出餘量。

Grok 4.8 常見問題 FAQ

Q1：Grok 4.8 什麼時候發佈？

目前沒有任何官方日期。馬斯克 9 月 14 日說當週完成預訓練並開始 RL，10 月 30 日承認「比預期花了更久」，但兩次都沒有給出時間。凡是寫了具體發佈日期的消息，目前都無法覈實。

Q2：Grok 4.8 現在能用嗎？

不能。Grok 4.8 尚未發佈、未進入 API，xAI 官方文檔裏也沒有 `grok-4.8` 這個型號。現階段能用的最新版本是 `grok-4.7`，可以通過 API易 apiyi.com 用 OpenAI 兼容接口直接調用，價格爲輸入 $2、輸出 $6、緩存讀 $0.5（每百萬 tokens）。

Q3：2.5T 意味着什麼？

2.5T 指 2.5 萬億參數，來源只有馬斯克 9 月 14 日的帖子，官方沒有 model card，也不清楚是稠密模型還是 MoE 的總參數。它說明 xAI 在 4.7 的「更大 base model」之後繼續放大預訓練規模，但最終能力還要看 RL 階段，而馬斯克自己說 RL 棧仍是遺留代碼。參數量只能當作潛力信號，不能當作能力結論。

Q4：API易 什麼時候上架 Grok 4.8？

xAI 正式開放 Grok 4.8 的 API 之後，API易 會第一時間上架，具體時間取決於官方發佈節奏，目前無法給出日期。在此之前可以先用 `grok-4.7`，4.8 上架後到 API易 apiyi.com 的型號列表查看新型號名，改一個 `model` 參數即可切換，現有調用不會中斷。

Grok 4.8 核心要點 Key Takeaways

  • 尚未發佈：Grok 4.8 沒有日期、價格、上下文長度和 API 型號名。
  • 三個時間點：9/14 披露 2.5T 與 C++ 棧，10/7 提到 fast 版，10/30 稱不會讓人失望。
  • 口述不等於規格：2.5T、C++ 棧、開始 RL 都是馬斯克口述，沒有 model card。
  • 起點不低：Grok 4.7 的 AA 智能指數爲 46，Coding Agent 指數排第 4，Voice 3.0 全球第一。
  • 短板明確：Terminal-Bench 落後 Fable 5.1 約 20 個百分點，每題 token 消耗是 4.6 的兩倍多。
  • 三個觀察點：base model 能否兌現、RL 能否解決提前放棄、fast 版能否撐住 Grok Bot。
  • 現在就能用：API易 已上架 grok-4.7，4.8 上架後改型號名即可升級。

總結

關於 Grok 4.8 還要等多久，目前的答案是：沒人知道，包括馬斯克給出的公開信息也不足以推出日期。能確定的是三點：

  1. 規模在放大：按馬斯克的說法，4.8 是 2.5T 模型，並換上了新的 C++ 預訓練棧。
  2. 瓶頸在 RL：舊的 RL 棧和「遇到難題提前放棄」的問題，是延期最合理的解釋，也是發佈後最該驗證的地方。
  3. 底子已經有了：十週三次迭代、價格不變、第三方前四梯隊，再加上 Cursor 帶來的算力和分發，4.8 值得期待，但還沒到可以下結論的時候。

對技術團隊來說，比較穩妥的做法是不等、不賭：先用 4.7 跑通業務，把評測集準備好，等 4.8 上架再用數據決定是否升級。

國內開發者現在就可以在 API易 用 grok-4.7，等 4.8 上架再升級：https://api.apiyi.com。型號與價格以平臺型號列表爲準。

📚 參考資料

  1. 馬斯克 10 月 30 日帖子：「不會讓人失望」原文
  2. 鏈接： x.com/elonmusk/status/2116036703538606301

  3. 說明：本文開頭引用的原話

  4. 馬斯克 9 月 14 日帖子：2.5T 模型、新 C++ 棧、開始 RL

  5. 鏈接： x.com/elonmusk/status/2099308197802631191

  6. 說明：Grok 4.8 規模信息的唯一來源

  7. 馬斯克 10 月 7 日帖子：lightning-fast 版本進 Grok Bot

  8. 鏈接： x.com/elonmusk/status/2107894231922876510

  9. 說明：fast 版本的出處

  10. xAI Grok 4.7 公告與定價：官方 benchmark 和價格

  11. 鏈接： x.ai/news/grok-4-7、docs.x.ai/developers/pricing

  12. 說明：官方自報數據與 ≥200k 閾值定價

  13. Artificial Analysis Grok 4.7 評測：第三方實測

  14. 鏈接： artificialanalysis.ai/articles/benchmarking-grok-4-7

  15. 說明：Intelligence Index、Coding Agent Index、token 消耗數據

  16. Cursor 加入 SpaceX：算力與分發合作

  17. 鏈接： cursor.com/blog/joining-spacex
  18. 說明：收購後的 GPU 集羣與產品協同

作者：APIYI 技術團隊
技術交流：歡迎在 API易 網站首頁聯繫我們，更多 Grok 系列接入資料可訪問 docs.apiyi.com 文檔中心

Similar Posts