伊隆·馬斯克對 Grok 4.5 提出了審慎的評價。Grok 4.5 是由其公司 xAI 開發的最新人工智慧模型，他表示該模型「不如 Fable」，但強調其速度、較低的營運成本和實際可用性。

該言論在 Cointelegraph 的 X 帳號轉發後引起關注。來源：X 貼文：https://x.com/Cointelegraph/status/2080171287452766254

馬斯克並未提供與 Fable 比較時所使用的評估標準細節。然而，他的言論為一場更廣泛的產業辯論增添了話題——隨著頂尖開發者之間的競爭加劇，人工智慧模型應如何被評估。馬斯克並未將 Grok 4.5 呈現為在各方面都更為優越，而是指出了原始能力與營運效率之間的權衡，包括回應速度、可負擔性和實際部署。

馬斯克對 Grok 4.5 提出有保留的看法

馬斯克的評論承認，Grok 4.5 目前可能無法在每項能力上與 Fable 匹敵。與此同時，他形容 Grok 速度極快、具成本效益，且能高效完成實際任務。

這樣的表述反映了人工智慧領域日益增長的關注焦點。開發者和客戶越來越多地不僅以先進推理能力或基準測試成績來評估模型，還會考量模型能否在生產環境中可靠、快速且經濟地運作。

對許多組織而言，理論上最強大的模型不一定是大规模部署時最實用的模型。企業用戶通常會在模型智慧之外，同時考量速度、可預測的成本、正常運行時間、安全性、合規性和整合需求。

速度仍是核心競爭因素

回應時間已成為現代 AI 系統的主要競爭因素。用戶現在依賴人工智慧進行寫作、軟體開發、研究、客戶服務、業務自動化、教育、翻譯和創意工作。

在高流量環境中，即使延遲的微小降低也會影響用戶體驗和營運效率。每天處理數千或數百萬次 AI 請求的企業客戶可從更快的回應中受益，特別是當 AI 工具嵌入客戶支援系統、內部工作流程或軟體開發流程時。

這有助於解釋為何 AI 開發者除了能力之外，還持續優化模型的效率。一個能快速且一致地回應的系統，在日常工作中可能比一個只在特定基準測試中表現更好但回應較慢的系統更為實用。

成本效益成為產業優先事項

人工智慧系統需要大量計算資源。訓練前沿模型可能需要數千個先進處理器在超大規模資料中心中長時間運行。部署後，服務用戶請求也需要大量計算能力。

由於這些需求，降低推理成本已成為 AI 供應商的策略優先事項。如果一個模型能在使用較少計算資源的同時提供相當的實際效能，營運商便能降低開支並讓更多用戶使用該服務。

馬斯克對 Grok 4.5 成本效益的強調，指向了這一更廣泛的產業優先事項。隨著 AI 使用量增長，商業上的成功可能取決於系統是否能持續以可負擔的成本運行，而不僅僅取決於其在受控評估中的表現。

AI 競爭超越基準測試

人工智慧產業正經歷快速的技術競爭。主要科技公司持續推出功能日益強大的語言模型，同時大量投資於研究、半導體基礎設施、雲端運算和全球資料中心。

競爭現在涵蓋多個層面，包括速度、定價、可擴展性、推理能力、多模態能力、程式編寫效能、企業整合和開發者可及性。這組更廣泛的標準使模型之間的直接比較更加複雜。

基準測試仍然重要，但它們無法涵蓋商業使用中所有關鍵因素。評估 AI 平台的企業可能會在模型效能之外，優先考量可靠性、部署靈活性、支援服務、資料控制和總營運成本。

工程權衡塑造模型設計

AI 開發者經常面臨工程權衡。較大的模型可以產生更強的推理能力，但通常需要更多計算資源。較小或經過優化的模型可能會犧牲部分基準測試效能，但能以更低的成本提供更快的回應。

這些權衡在實際應用中至關重要。客戶支援、軟體自動化、文件處理、內容生成和營運輔助通常需要高流量、低延遲的效能。在這些領域，速度和可負擔性可能成為採用的決定性因素。

馬斯克的言論符合這一實際商業脈絡。通過強調 Grok 4.5 的營運效率，他突出了可能影響 AI 系統在實驗室測試或公開模型比較之外使用方式的特性。

企業採用正在改變模型評估方式

企業對人工智慧的採用持續在各行各業中擴展。金融機構、醫療保健提供商、軟體公司、製造商、教育機構、零售商和政府機構越來越多地使用 AI 工具來提升生產力和自動化任務。

企業客戶通常與個人用戶以不同方式評估 AI 平台。他們評估可靠性、營運成本、安全性、合規性、可擴展性、正常運行時間和長期基礎設施支援。一個在保持可預測成本的同時持續穩定表現的模型，在商業部署中可能具有吸引力。

因此，AI 公司面臨壓力，不僅要優化模型智慧，還要優化系統架構、硬體利用率和營運經濟性。效率已成為能力的補充，而非替代品。

基礎設施是 AI 效能的核心

AI 效能取決於軟體和基礎設施。開發和營運先進模型的公司持續大量投資於半導體硬體、網路設備、雲端平台和專用 AI 資料中心。

高效的模型可以在保持高品質效能的同時降低基礎設施需求。隨著 AI 服務部署到雲端環境、企業系統、消費者應用以及可能更受限的計算環境中，這一點變得越來越重要。

較低的計算需求還可以通過降低每次用戶請求的服務成本來支援更廣泛的存取。對 AI 供應商而言，這可能影響定價、可擴展性以及支援大量同時用戶的能力。

對 AI 系統的期望持續上升

公眾對人工智慧的期望快速提升。用戶通常期望 AI 系統同時提供準確的資訊、先進的推理、程式編寫輔助、創意生成、多語言溝通和快速回應。

滿足這些期望需要在技術野心與商業可持續性之間取得平衡。開發先進 AI 模型的公司必須改善軟體設計、硬體效率和營運經濟性，同時維持用戶和企業客戶所期望的可靠性。

因此，馬斯克關於 Grok 4.5 和 Fable 的評論，處於關於 AI 競爭下一階段更大討論的脈絡之中。市場不再僅關注哪個模型被認為最聰明。開發者也在競爭提供能夠在大量日常互動中高效部署的系統。

實際使用仍是核心

伊隆·馬斯克對 Grok 4.5 的評估凸顯了 AI 競爭日益細緻的本質。雖然他承認 Grok 4.5「不如 Fable」，但他同時強調了許多組織認為重要的特質：速度、營運效率、可負擔性和實用性。

隨著採用的擴展，AI 開發者面臨平衡先進能力與可擴展基礎設施和可持續營運成本的壓力。Grok、Fable 和其他新興模型不僅通過基準排名來比較，還通過可及性、效能、可靠性和實際使用中的成本效率來比較。