İlk çeyrek beklentisinden yıl sonu hedefine
TheAIGRID'in 1 Kasım tarihli videosu, henüz çıkmamış Grok 5'in nasıl bir model olmasının beklendiğini ele alıyor. Anlatı, Elon Musk'ın açıklamalarını bir araya getirirken yalnız parametre sayısında durmuyor: veri merkezleri, rakip modeller, değerlendirme yöntemleri ve modelin kullanılacağı ajan ürünleri de aynı gelişim çizgisinin parçaları olarak işleniyor.
Videonun başındaki eski röportaj kesitinde Musk, Grok 5'in bütün ölçütlerde belirgin biçimde öne geçmesini beklediğini söylüyor ve ilk çeyreği işaret ediyor. Kanal, bu erken takvimi daha sonra belirtilen 2026 sonundan önce çıkış hedefiyle birlikte aktarıyor. Yapay genel zekâ konusunda da Musk'ın olasılıklı ifadesini koruyor: Grok 5'in bu düzeye ulaşmasına yaklaşık yüzde 10 ihtimal veriyor; ulaşamama ihtimali ise yüzde 90. Burada yapay genel zekâ, insanların yapabildiği geniş düşünsel görev yelpazesini yerine getirebilen sistem anlamında kullanılıyor.
Altı trilyon parametre ve canlı görüntüyü anlama
Musk, Grok 5 için altı trilyon parametreden söz ediyor; Grok 3 ile Grok 4'ün dayandığı yapı için verdiği sayı üç trilyon. Parametreler, eğitim sırasında ayarlanan iç değerler. Kanal, kapasite artışını yalnız bu sayının büyümesiyle anlatmıyor. Bellekte kullanılan her gigabayt ve gerçekleştirilen her trilyon işlem başına daha yüksek zekâ yoğunluğu iddiası da var. Dolayısıyla hedef, daha büyük bir modelin yanında çalıştırma kaynaklarını daha verimli kullanan bir model.
Veri tarafında SpaceX'in geçmiş fırlatmalarından, mühendislik çalışmalarından ve üretim süreçlerinden gelen malzemelerin eğitime katılması anlatılıyor. Grok 5 eğitiminin Memphis'teki Colossus II altyapısıyla ilişkisi kuruluyor. xAI'ın ocak ayındaki yatırım duyurusu da o tarihte Grok 5'in eğitimde olduğunu açıklamıştı. xAI duyurusu.
Modelin metin, görüntü, video ve sesle başlangıçtan itibaren birlikte çalışması planlanıyor. Musk'ın özellikle vurguladığı nokta, tek bir fotoğrafı incelemenin ötesinde canlı video akışında olan biteni takip edebilmek. Kanal bunu, telefon kamerasından kullanıcının çevresini gören bir asistanla ve bulunduğu ortamı anlaması gereken robotlarla ilişkilendiriyor. Araç kullanımı ve bir problemi çözmek için yeni araç üretme yeteneğinde ilerleme de vaatler arasında. Musk ayrıca açıklamadığı bazı özelliklerden ve etkileşimin hisseden bir varlıkla konuşuyormuş izlenimi verebileceğinden söz ediyor; bu, beklenen deneyimi anlatmak için kullandığı ifade.
Colossus ve hesaplama kapasitesi üzerinden kurulan avantaj
Videodaki donanım tartışması, Musk'ın laboratuvarlar arasındaki fikirlerin kalıcı olarak kapalı kalmadığı görüşüne dayanıyor. Araştırmacılar ekip değiştirdikçe yöntemlerin yayıldığını, rakipler arasındaki farkın çoğu zaman yaklaşık altı ayla sınırlı kaldığını söylüyor. Bu bakışta avantaj; daha çok çipi, gerekli elektrik ve soğutmayla birlikte daha hızlı devreye alabilmekten geliyor.
TheAIGRID, ilk Colossus kurulumunun 122 günde tamamlanmasını bu yaklaşımın örneği olarak kullanıyor. SpaceX'in ilk bilanço görüşmesine dönerken yaklaşık 1,4 gigavatlık etkin kapasiteyi, 2026 sonu için 2 gigavatı ve 2027 için 10–15 gigavat hedefini aktarıyor. Bunlar videonun o erken görüşmeden kullandığı rakamlar. Aynı bölümde çoğu yapay zekâya ayrılan yaklaşık 20 milyar dolarlık üç aylık sermaye harcaması ve Anthropic gibi başka şirketlere kiralanan hesaplama kapasitesi de anlatılıyor.
Kanal, bu yolu Tesla'nın geliştirme yaklaşımına benzetiyor: geniş gerçek dünya verisi topla, büyük hesaplama gücü uygula, sonuçları tekrar tekrar iyileştir. Benzetme, Musk'ın model geliştirme stratejisinin açıklanması için kullanılıyor.
Grok 5'in karşısına hangi sonuçlar konuluyor?
Rekabet bölümünde Google'ın hızlı Gemini 4 takvimi öne çıkıyor. Argon'un eylül sonunda duyurulması ve ekim ortasında daha geniş erişime açılmasını, 28 Ekim'deki Carbon izliyor. Kanal Intelligence Index'te Argon için 50, Carbon için 59 puanı aktarıyor. Artificial Analysis'in Carbon sayfası da inceleme sırasında 59 puanı ve lider konumunu gösteriyor. Artificial Analysis model sayfası.
Video, eski endeks sonuçlarını yeni yarış tablosundan ayırıyor. Önceki Intelligence Index için Grok 4.7'nin 46, liderlerin yaklaşık 53 puan aldığı karşılaştırma veriliyor. Terminal ortamında kodlama görevlerini ölçen Terminal-Bench örneğinde ise Grok yaklaşık yüzde 26, GPT-6 Astra yaklaşık yüzde 60 düzeyinde anlatılıyor. Bu karşılaştırmalar mevcut modellerle ilgili; Grok 5'in ölçülmüş sonucu olarak sunulmuyor.
Musk'ın tahminleri daha ileri gidiyor. Moonshots kesitinde Grok 5'in Humanity's Last Exam'de tam puana yaklaşabileceğini, hatta hatalı soruları tespit edebileceğini söylüyor. Aynı konuşmada Grok 4'ün metin sorularındaki yaklaşık yüzde 52 sonucu anılıyor. Kanal, Grok 4.9'un önce GPT-6 Astra ve Claude Fable düzeyine gelmesi beklentisini de aktarıyor. Grok 5 için kendi izlediği eşik ise Intelligence Index'te yaklaşık 60 puan, ajan tabanlı kodlamadaki farkın azalması ve görüntü, video, ses yeteneklerinde ilerleme.
Eğitimin bitmesi neden hemen yayın anlamına gelmiyor?
TheAIGRID, yeni bir öncü modeli çıkarmayı zorlaştıran beş baskıyı sıralıyor. İlki, model eğitilirken rakiplerin yeni ürün yayımlaması; başlangıçta hedeflenen seviye çıkış gününe kadar değişiyor. İkincisi, ilk eğitimden sonra yapılan pekiştirmeli öğrenme. Model görevler üzerinde çalışıyor ve başarılı davranışları destekleyen geri bildirimlerle geliştiriliyor. Kanal, eylülde ilk eğitiminin o hafta biteceği söylenen Grok 4.8'in video tarihinde hâlâ yayımlanmamış olmasını örnek veriyor.
Bu süreçte büyük bölümünü Starlink yazılım ekibinin hazırladığı yeni bir C++ eğitim sisteminden de söz ediliyor. Hem temelin yeniden kurulması hem davranışların işlenmesi zaman alıyor. Üçüncü baskı, hesaplama kapasitesinin alternatif kullanımı: eğitime ayrılan çipler aynı anda mevcut ücretli kullanıcıların taleplerini karşılayamıyor.
Dördüncü etken değerlendirmelerin zorlaşması. Artificial Analysis'in beşinci endeks sürümünde ağırlığın yüzde 60'ı özel test kümelerine veya yanıtları saklı değerlendirmelere dayanıyor. Beşinci başlık ise beklenti düzeyi. Kanalın yorumuna göre Musk'ın çok iddialı açıklamaları, yeterince güçlü bir sonuç alınmadan çıkış yapmanın baskısını artırıyor. Endeks v5 yöntemi.
Bilinen testlerle görülmemiş görevler arasındaki fark
Videoda bench-maxing adıyla ele alınan konu, bilinen testlerde çok iyi puan alırken günlük işlerde aynı üstünlüğü gösterememek. Kanal bu tartışmayı, Musk'ın sıralamaları optimize etmek yerine kullanışlılığı öncelediğini söylemesiyle bağlıyor.
Örnek olarak Kimi K3.1 Pro kullanılıyor. Video, Moonshot'ın kendi Terminal-Bench açıklamasındaki yüzde 65,7 sonucunu Claude Opus 5.5 için verilen yüzde 66,4 ile yan yana getiriyor. Ardından eski Artificial Analysis endeksinde dördüncü olan modelin yeni sürümde dokuzuncu sıraya geçmesini ve açık modellerle kapalı modeller arasındaki farkın üç puandan on iki puana çıkmasını anlatıyor. Kanal, bunun Moonshot'ın test sorularıyla eğitim yaptığına dair kanıt olmadığını açıkça belirtiyor.
Bir başka karşılaştırmada Grok 4.7, açık kodlama görevlerinde dokuz model arasında dokuzuncuyken özel görevlerde yedinciye yerleşiyor; o tabloda Claude Sonnet 5.5 ile Gemini 4 Argon'un önünde görünüyor. TheAIGRID, Grok 5 çıktığında yalnız tanıtım grafiklerine değil, daha önce görülmemiş görevler ve gerçek kullanıma da bakma yaklaşımını bu fark üzerinden açıklıyor.
Modelin çevresindeki yazılım: Cursor, Grok Build ve Grok Bot
Bir ajan yalnız modelden oluşmuyor. Araçları kullanmasını, bilgiyi bellekte tutmasını, eylemin sonucuna bakmasını ve yeniden denemesini sağlayan bir yazılım çevresi gerekiyor. Videoda harness denen bu yapı, aynı modelin başarısını değiştirebilen bir unsur olarak ele alınıyor.
Kanal, aynı modelin farklı kurulumlarda yüzde 42 ile yüzde 78 arasında sonuç verdiği bildirilen bir Princeton karşılaştırmasını aktarıyor. Diğer örnek Vercel: şirket, iç ajanının araçlarının yaklaşık yüzde 80'ini kaldırdıktan sonra daha iyi sonuç aldığını anlatmıştı. Vercel'in kendi yazısı, daha çok araç biriktirmek yerine dosya sistemi üzerinden çalışan daha sade bir düzen kurmasını açıklıyor. Vercel’in açıklaması.
Bu anlatının ürün tarafında Cursor, Grok Build ve Grok Bot yer alıyor. Video, SpaceX'in 60 milyar dolarlık Cursor satın almasını ve ardından OpenAI modellerinin sağlanmasıyla ilgili anlaşmazlığı ele alıyor. Cursor'un duyurusu, SpaceX'e katıldığını ve şirketin GPU altyapısına eriştiğini doğruluyor. Grok Build geliştiricilere yönelikken Grok Bot; e-posta, araştırma ve satış iletişimi gibi işleri tamamlayan asistan olarak anlatılıyor. Kanal, Grok 5'in kullanım değerinin yalnız model sıralamasında değil, bu ürünlerde ve X üzerindeki deneyimde hissedileceğini düşünüyor. Cursor duyurusu.
Grok Bot'un kullanıcıları ve sıradaki model geçişi
Grok Bot'un beta başlangıcı videoda 11 Ağustos olarak veriliyor; eylül ortası için 418 bin haftalık kullanıcı aktarılıyor. Bundan ayrı olarak Similarweb'e dayandırılan günlük kullanıcı tahminleri var: eylül sonunda yaklaşık 155 bin, ekim ortasında 450 bin ve ekim sonunda, art arda on altı günlük büyümenin ardından 600 binin üzerinde. Günlük tahminlerle şirketin haftalık kullanıcı açıklaması aynı ölçüm değil.
Şirketin açıkladığı sayı, ekim başında 800 bin ücretli haftalık kullanıcı; önceki ayın iki katından fazla. Gwynne Shotwell bu bilgiyi SpaceX'in 20 Ekim tarihli bilanço görüşmesinde veriyor. Kanal, Grok Bot'un ücretsiz bir katmanı bulunmaması nedeniyle ücretli kullanımın büyümesine odaklanıyor. Bunu, çoğunluğu X üzerinden gelen ve martta yaklaşık 117 milyon aylık kullanıcı olarak verilen daha geniş Grok erişiminden ayırıyor. SpaceX bilanço görüşmesi kaynakları.
TheAIGRID, abonelikleri SpaceX'in toplam yapay zekâ işi içinde de konumlandırıyor: mevcut yapay zekâ gelirinin büyük kısmının hesaplama kiralamasından geldiğini anlatıyor. Sonraki adım olarak Musk'ın Grok Bot isteklerinin çoğunu önce hızlı bir Grok 4.8 çeşidine, daha sonra Grok 5'e taşıma planını aktarıyor. Böylece videodaki gelecek çizgisi, henüz çıkmamış modelin yanında onu günlük işlerde kullanacak ürünlerin geçişini de içeriyor.
