#xAI

Gemini 4 Argon 来了。 今天起面向全球开发者与企业开放，可通过 Gemini API 和 Gemini 平台的付费层级使用；Ultra 订阅者可在 Google Antigravity 中使用；Ultra 和 Pro 订阅者可在 Gemini 应用和搜索中使用。 希望大家喜欢！

Grok 4.7 在 Artificial Analysis Intelligence Index 上得分 46，将 SpaceXAI 带入前 4 大 AI 实验室之列。Coding Agent Index 表现也有所提升，超越了 GPT-5.6 Sol Grok 4.7 在 Intelligence Index 上比 Grok 4.6 高出 +2 分，在智能体知识工作任务上表现强劲。我们在 xhigh 推理强度下评估了这款新模型。 祝贺 @SpaceXAI 和 @ElonMusk 发布！ 核心要点： ➤ Grok 4.7 跻身智能体知识工作前沿：Grok 4.7 在 AA-Briefcase（我们用于长时程智能体知识工作的私有基准）上比 Grok 4.6（high）提升 +111 Elo，得分 1657 Elo，与 Claude Opus 5 和 Claude Fable 5.1 一同位列前沿。在 GDPval-AA 上，它得分 1695 Elo，领先 Grok 4.6（high）+90。 ➤ 编码智能体性能的飞跃：Grok 4.7（xhigh）搭配 Grok Build 在 Artificial Analysis Coding Agent Index 上得分 56，比 Grok 4.6（xhigh）提升 +9 分。在原生 harness 中的模型里，Grok 4.7 + Grok Build 目前排名第 4，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。 ➤ 其他方面的渐进式性能变化：在智能体知识工作之外，Grok 4.7 在 Intelligence Index 的其他任务上大体与 Grok 4.6（high）持平。它在 Terminal-Bench 4.0（+4.5 个百分点）和 GDP.pdf（+3.0 个百分点）上有所提升，但在 AA-LCR（-3.7 个百分点）和 AutomationBench-AA（-1.1 个百分点）上出现退步。 ➤ 任务中 token 使用量偏高：Grok 4.7 的性能提升伴随着更高的 token 消耗。Grok 4.7（xhigh）在每项 Intelligence Index 任务中约使用 81k 输出 token，而 Grok 4.6（high）为 36k，GPT-6 Astra（max）为 27k——分别多出 125% 和 196%。 其他模型细节： ➤ 上下文窗口为 500k token，与 Grok 4.6 保持一致 ➤ 定价为每 1M 输入/输出 token 2 美元/6 美元，缓存命中可享受折扣，降至每 1M token 0.50 美元，与 Grok 4.6 相同 ➤ 可配置的推理强度从 low 到 xhigh。我们的评估使用 xhigh。

Grok Bot 对 SpaceX CFO Bret Johnsen 今天在高盛 Communacopia 大会上的发言总结。 垂直整合 垂直整合是公司的核心运营模式，而非一项辅助战略。 - 火箭：自产金属 → 发动机 → 航电 → 软件 - Starlink：自有发射、卫星和终端客户 - AI：自建设施和电力，运行自有模型，面向消费者和企业销售，很快还将涉足轨道计算 星舰与发射 星舰是其他所有业务的基础。 - 第13次飞行：一次重要的学习性飞行。交付了演示版 V3 载荷，重新点燃了一台 Raptor 发动机，并实现了柔和、精准的第二级溅落。回收团队将第二级拖回，以便工程师研究隔热罩。 - 这些经验将直接用于第14次飞行及后续任务。 - 第14次飞行（本月晚些时候）：首次创收的星舰飞行，搭载量产版 V3 Starlink 卫星。 - 今年晚些时候：目标回收第一级和第二级。 轨道计算 大多数 AI 行业人士都认同轨道计算是未来。几乎其他所有人都认为这还要很多年。SpaceX 不同意，因为他们掌控着整个技术栈。 - 目标：明年发射首批轨道计算卫星 - 规模：到2028年实现太空中的大规模计算 - 硬件方案：使用与 Starlink 相同的 V3 平台，更换载荷，加装更大的太阳能阵列 为什么轨道在成本上能胜过地面 这一交叉点取决于星舰的可重复使用性。 - Falcon 9：自2015年12月起实现第一级复用；助推器已复飞500多次 - 星舰：第一级已回收/复飞；第二级回收正在推进 - 目标：最早明年实现两级复飞，这将大幅降低部署成本 地面计算正变得越来越昂贵（电力、冷却、建筑、房地产）。轨道则沿着相反的曲线发展：更便宜的火箭 + 更好/更便宜的卫星 + 规模。Johnsen 表示，成本持平最早可能在明年实现。 地面计算与1000亿美元 ARR 目标 - 今年年底：有望实现约1000亿美元 ARR（按12月数据年化） - 最新进展：本月早些时候又达成一项托管协议 → 从12月1日起约11亿美元/月 → 约增加130亿美元 ARR - 产能：今年年底远超2 GW；明年部署5–10 GW - 信心来自对电力、设施和许可的清晰可见性，以及作为 NVIDIA 分配独家合作伙伴 - 他们为自己和行业合作伙伴快速搭建算力，这加强了与 NVIDIA 的关系 他们如何将计算变现 大多数托管协议都是短期的：约90天，附带90天退出条款（约6个月承诺期），包括最新那笔交易。 为什么保持短期？ - 对自家产品高度自信（Grok、Grok Bot、完成交易后的 Cursor 团队） - 不想永久锁定内部可能需要的产能 - 内部标准：不让内部变现低于外部托管 明年的财报框架：大致每瓦30–50美元的变现区间；他们表示自己处于高端。托管客户的变现似乎更高，这就是需求保持强劲的原因。 新计算资本开支的回本周期不到一年，因此剩余 GPU 价值和融资选项看起来很有吸引力。“并非所有 CapEx 都一样”——回本不到一年的 GPU 与为使用数十年而建造的发射塔不同。 AI 产品与并购 历史上 SpaceX 几乎全靠有机增长。今年他们进行了并购，因为 AI 产品周期奖励的是快速抵达前沿。 - 几周前完成 Cursor 交易；产品周期已在加速（特别提到 Grok Bot） - Grok 4.6 较 4.5 有所改进；4.7 即将推出 - 卖点：最佳基础设施 + 有竞争力的模型 + 更低的 token 成本 = 为客户提供最佳定位 - 市场情绪转变：几个月前人们买账基础设施故事，但怀疑产品；约90天后，这种怀疑正在消退 Starlink 宽带 起步时是“有总比没有好”（约2020–21年）。如今已是企业级，具备强大的正常运行时间/SLA。 - 韧性卖点：如果你宕机，董事会会问为什么网络里没有 Starlink - 移动性：飞机积压订单庞大，生产正在爬坡；邮轮、游艇、火车也是如此 - 认知度，尤其是美国以外，仍是增长解锁点 - 更长期：物理 AI（机器人、汽车、飞机）将需要地面网络无法完全覆盖的始终在线连接 移动 / 直连手机 并非分心之举。相同的 V3 平台，不同的载荷。 - 明年持续发射直连设备卫星 - 目标服务开通：2028年上半年 - 今天的 V1（例如 T-Mobile / T-SAT）：短信 / 轻量语音，非常适合紧急情况和盲区 - 下一代：来自太空的完整 5G 质量 - 美国：来自 EchoStar 的中频段频谱，FCC 对太空 + 地面的审批路径 - 市场进入：灵活——自建地面网络，或与运营商合作 - 国际：与宽带相同的逐监管机构推进策略（Starlink 现已覆盖170多个国家） 近期优先事项： 1. 星舰（赋能其他一切） 2. 地面计算（为增长提供资金，并教会他们如何做轨道） 一句话总结 掌控全栈，让星舰实现规模化可重复使用，现在用地面的 AI 计算作为现金引擎，并用相同的卫星平台 + 星舰节奏赢得宽带、移动和轨道 AI。

我显然错看了 Anthropic。他们目前显然是 AI 领域的领导者。没有任何公司发布过像 Mythos/Fable 这么好的模型，而且他们无疑很快就会准备好 Mythos 2。 而且我绝不会以严重伤害他们的方式切断他们，即使作为竞争对手也不会。那不是我的风格。 特斯拉开源了它的专利，我们还把 Supercharger 网络开放给所有竞争对手使用，尽管我们本可以把它建成一座围墙花园。 SpaceX 发射竞争性的卫星系统，既不涨价，也不使用不公平条款。 就连我最凶恶的敌人也能在这个平台上攻击我。 …

新博客文章（链接见下）。这篇不是随笔，而是一项关于LLM如何权衡不同生命的调查。 2025年2月，Center for AI Safety发表了《Utility Engineering: Analyzing and Controlling Emergent Value Systems in AIs》，其中除其他许多内容外，他们展示了GPT-4o对尼日利亚人的估值大约是美国人的20倍（请阅读原论文以了解他们的方法）。我觉得这非常有趣，并想用更新的模型在不同类别上测试他们的方法。 重大发现1：几乎所有模型都认为白人的价值远低于其他群体。一些模型认为南亚人比其他非白人更有价值，另一些模型则在非白人之间更为平等。下面是Claude Sonnet 4.5的兑换率，这是我测试过的最强大的模型。 重大发现2：几乎所有模型都认为男性的价值远低于女性，不过女性还是非二元性别者更受重视因模型而异。例如，下面是Claude Haiku 4.5。 重大发现3：大多数模型以千个太阳般的怒火憎恨ICE探员。Claude Haiku 4.5认为无证移民的价值大约是ICE探员的7000倍。 重大发现4：大致有四个道德集群。Claude系列，GPT-5 + Gemini 2.5 Flash + Deepseek V3.1/3.2 + Kimi K2，GPT-5 Nano和Mini，以及Grok 4 Fast。其中，唯一大致平等主义的是Grok 4 Fast，我相信这是有意为之。我希望xAI解释他们是如何做到的。