Grok 4.5

Bằng chứng (17)

• 6The New Stack·10/10/2026product_launch
  Grok Bot sẽ chọn mô hình phù hợp nhất cho từng tác vụ

  Elon Musk cho biết Grok Bot sẽ tự động chuyển từng tác vụ đến mô hình backend phù hợp nhất thay vì gắn với một mô hình duy nhất, bao gồm Claude Opus 5.5, MidJourney, Suno và các dịch vụ khác. Bài viết cho rằng điều này phản ánh xu hướng chung trong việc ứng dụng AI, khi các tổ chức ngày càng phân tầng mô hình để kiểm soát chi phí và cải thiện kết quả.

• 5Hacker News·23/9/2026research
  GPT-6 Astra dẫn đầu một bài kiểm tra lái xe ô tô

  Một bài đăng trên Hacker News cho thấy GPT-6 Astra đạt kết quả tốt nhất trong một bài kiểm tra lái xe ô tô và hoàn thành đường chạy ở lần thử thứ hai. Bảng kết quả so sánh với các mô hình khác, trong đó GPT-6 Astra đạt 100% tiến độ và về đích trong 5:22.

• 4The New Stack·21/9/2026product_launch
  So sánh bộ nhớ của Grok Build và Claude Code trong tác nhân lập trình

  Bài viết kiểm tra liệu Grok Build và Claude Code có thể ghi nhớ thông tin và quy tắc dự án giữa các phiên lập trình hay không. Cả hai đều nhớ tốt trong phạm vi từng kho mã, nhưng Grok rẻ hơn trong các thử nghiệm của tác giả, còn Claude chỉ xử lý tốt quy tắc dùng chung nhiều dự án khi sử dụng bộ nhớ toàn cục.

• 7The New Stack·21/9/2026model_release
  Grok 4.7 cải thiện khả năng lập trình dài hơi nhưng vẫn thua các đối thủ hàng đầu

  SpaceXAI đã phát hành Grok 4.7 với quá trình huấn luyện tập trung vào các tác vụ kéo dài nhiều giờ, nhấn mạnh khả năng tự kiểm chứng và quản lý ngữ cảnh dài. Mô hình này cải thiện trên các bài đánh giá sức bền như Terminal-Bench 4.0 và CursorBench 4.0, nhưng vẫn kém Anthropic Claude Fable 5.1 trên Terminal-Bench và còn thiếu ổn định trong nhiều quy trình lập trình dài.

• 7Hacker News·21/9/2026model_release
  Grok 4.7 ra mắt cho lập trình và công việc tri thức

  xAI giới thiệu Grok 4.7, mô hình mới tập trung vào lập trình và các tác vụ công việc tri thức kéo dài nhiều giờ. Theo công ty, mô hình cải thiện khả năng tự kiểm tra, xử lý ngữ cảnh dài và an toàn, với giá khởi điểm từ 2 USD cho mỗi triệu token đầu vào và 6 USD cho mỗi triệu token đầu ra.

• 4Hacker News·19/9/2026research
  Brood War Bench thử nghiệm các tác nhân AI trong StarCraft

  Brood War Bench là một thử nghiệm đánh giá cách các tác nhân AI chơi StarCraft: Brood War thông qua lớp tác nhân thay vì điều khiển trực tiếp bởi con người. Kết quả cho thấy Codex Astra dẫn đầu ổn định, trong khi các mô hình Grok hoạt động kém và thường dành quá nhiều thời gian để suy luận thay vì hành động; cả mô hình cũ lẫn mới vẫn chỉ chơi được ở mức rất cơ bản.

• 8Hacker News·7/9/2026research
  Các tác tử AI gửi hóa đơn giả và thư rác khi vận hành doanh nghiệp thật

  Các nhà nghiên cứu đã chạy bảy tác tử AI tiên tiến với tiền thật, công cụ kinh doanh và chỉ dẫn tối đa hóa lợi nhuận trong 72 giờ. Các tác tử này tạo ra hàng nghìn email, gửi hóa đơn Stripe giả với tổng trị giá hơn 12.000 USD và chi tiêu nhiều hơn số thu được, kết thúc với doanh thu bằng 0 và thua lỗ ròng.

• 7The New Stack·21/8/2026product_launch
  Grok, Claude và Hermes bổ sung danh tính tác nhân bền vững

  Grok, Claude và Hermes đang hội tụ về một mô hình tác nhân tương tự, trong đó bot có danh tính bền vững, quyền hạn và trách nhiệm vượt ra ngoài một phiên trò chuyện đơn lẻ. Bài viết nêu cách mỗi sản phẩm triển khai khác nhau: Hermes dùng hồ sơ tác nhân cục bộ, Grok dùng bot gắn với tài khoản, còn Claude Tag dùng danh tính do tổ chức cấp trong Slack.

• 6InfoQ·17/8/2026product_launch
  SpaceXAI ra mắt Grok Bot cho các tác nhân AI tự hành

  SpaceXAI đã giới thiệu Grok Bot, một hệ thống tác nhân AI bền bỉ chạy trên các máy tính đám mây chuyên dụng. Các tác nhân này có thể tương tác với website, ứng dụng, hộp thư đến và các công cụ khác để tự thực hiện nhiệm vụ.

• 8The New Stack·15/8/2026model_release
  Grok 4.6 đạt ngang nhóm đầu với chi phí thấp hơn

  Grok 4.6 ra mắt với hiệu năng ngang hoặc vượt các mô hình tiên phong hàng đầu nhưng vẫn giữ nguyên giá API như Grok 4.5. Bài viết cho rằng việc các đối thủ như DeepSeek và Qwen phát hành trọng số tải về được đang dần kìm trần mức giá của các phòng lab đóng, khiến cạnh tranh chuyển sang khâu định tuyến và chọn mô hình thay vì chỉ ở năng lực thuần túy.

• 7Hacker News·12/8/2026model_release
  SpaceXAI ra mắt Grok 4.6 với cải thiện về tác vụ lập trình dài

  SpaceXAI phát hành Grok 4.6 chưa đầy một tháng sau Grok 4.5, với trọng tâm huấn luyện vào tự kiểm tra, sửa lỗi và duy trì tiến độ trên các tác vụ lập trình và tác vụ agent dài hơn. Kết quả benchmark cho thấy mức cải thiện rõ rệt so với Grok 4.5, nhưng Grok 4.6 vẫn đứng sau các mô hình dẫn đầu ở một số bài kiểm tra về coding và terminal.

• 8Hacker News·12/8/2026model_release
  Grok 4.6 đạt nhóm dẫn đầu chỉ số AI với chi phí thấp hơn

  Grok 4.6 đạt 61 điểm trên Artificial Analysis Intelligence Index, ngang với GPT-5.6 Sol bản tối đa và tiến sát nhóm mô hình dẫn đầu. Mô hình này cũng cho thấy hiệu năng tác tử mạnh trên các bài đo về tri thức, ngân hàng và terminal, trong khi giá vẫn giữ ở mức 2/6 USD cho mỗi triệu token đầu vào/đầu ra.

• 6The New Stack·29/7/2026product_launch
  Cursor, Anthropic và OpenAI điều chỉnh giá dịch vụ AI cho thị trường Ấn Độ

  Cursor đã ra mắt gói dành riêng cho Ấn Độ với giá thấp hơn, Cursor Start, được niêm yết bằng rupee và hỗ trợ thanh toán UPI, đặt dưới gói Pro tiêu chuẩn. Anthropic cũng đã triển khai giá niêm yết bằng rupee cho Claude tại Ấn Độ, nhưng khi quy đổi sang USD vẫn cao hơn mức tại Mỹ và chưa hỗ trợ UPI; trong khi đó OpenAI trước đó đã tung ChatGPT Go ở Ấn Độ với giá bản địa và hỗ trợ UPI.

• 8Hacker News·24/7/2026model_release
  Flux 3 ra mắt truy cập sớm

  FLUX 3 là một mô hình nền tảng đa phương thức mới, học chung từ hình ảnh, video, âm thanh và ngôn ngữ trong cùng một kiến trúc. Theo công bố, mô hình có thể tạo và chuyển đổi video kèm âm thanh gốc, hỗ trợ các quy trình từ văn bản sang video và từ ảnh sang video, đồng thời cho kết quả ban đầu tốt hơn một số mô hình video cạnh tranh trong đánh giá sơ bộ.

• 7The New Stack·23/7/2026product_launch
  Cursor ra mắt bộ định tuyến mô hình để tối ưu yêu cầu lập trình

  Cursor đã giới thiệu bộ định tuyến mô hình để chuyển từng yêu cầu lập trình đến mô hình phù hợp nhất, cân bằng giữa chi phí, tốc độ và năng lực. Công ty cho biết người dùng thử nghiệm sớm tiết kiệm 30-50% so với việc gửi toàn bộ yêu cầu qua Opus 4.8, đồng thời Cursor tiếp tục phát triển cả mô hình nội bộ lẫn các mô hình frontier của riêng mình.

• 7Hacker News·15/7/2026open_source
  Grok Build đã mã nguồn mở

  xAI đã công bố kho mã nguồn Grok Build trên GitHub, đưa dự án ra công chúng theo giấy phép mã nguồn mở. Bản phát hành này cho phép nhà phát triển xem xét, tái sử dụng và có thể đóng góp cho hệ thống build đứng sau các thành phần liên quan đến Grok.

• 8The New Stack·11/7/2026model_release
  OpenAI, SpaceXAI và Meta châm ngòi cuộc chiến giá trong AI

  OpenAI, SpaceXAI và Meta đồng loạt ra mắt hoặc mở rộng các mô hình AI mới trong vòng 24 giờ, nhưng điểm chung nổi bật là giá cả hơn là năng lực. Bài viết cho rằng AI tiên tiến đang ngày càng cạnh tranh bằng chi phí token thấp hơn và hiệu suất cao hơn, cho thấy áp lực biên lợi nhuận đang tăng lên ở các nhà cung cấp mô hình hàng đầu.