رونمایی از مدل گروک ۴.۶ شرکت xAI و مقایسه با GPT-5.6

گروک ۴.۶ منتشر شد؛ جنجال آموزش مدل روی داده‌های کارکنان اسپیس‌ایکس

اخبار · هوش مصنوعی

شرکت xAI متعلق به ایلان ماسک مدل تازه‌اش، گروک ۴.۶، را منتشر کرد و مدعی شد این مدل حالا هم‌تراز GPT-5.6 شرکت OpenAI ایستاده است؛ اما خبر داغ‌تر جای دیگری پنهان است: طرح آموزش نسخه‌های بعدی گروک روی داده‌های شخصی کارکنان اسپیس‌ایکس.

چکیده. گروک ۴.۶ در شاخص Artificial Analysis امتیاز ۶۱ گرفته که آن را هم‌تراز GPT-5.6 Sol و تنها یک پله عقب‌تر از کلود فیبل ۵ آنتروپیک قرار می‌دهد. رشد این نسخه نه از مقیاس مدل، بلکه از آموزش تکمیلی و یادگیری تقویتی آمده. در کنار این خبر فنی، ایلان ماسک به کارکنان اسپیس‌ایکس گفته قرار است نسخه‌های بعدی گروک روی «تمام اطلاعات اسپیس‌ایکس» از جمله خروجی کاری کارمندان آموزش ببینند؛ بدون گزینه‌ی انصراف و بدون شفافیت درباره‌ی نوع داده‌ها.

رونمایی از مدل گروک ۴.۶ شرکت xAI و مقایسه با GPT-5.6

۱. عرضه‌ی رسمی گروک ۴.۶؛ چه چیزی تغییر کرده است؟

شرکت xAI روز چهارشنبه مدل جدید خانواده‌ی گروک، یعنی گروک ۴.۶، را رسما در دسترس عموم قرار داد. طبق اعلام رسمی و اظهارات ایلان ماسک، این مدل در آزمون‌های استاندارد صنعت اکنون در سطحی نزدیک به قوی‌ترین مدل‌های بازار قرار گرفته است. برای کسانی که مسیر تحول هوش مصنوعی را دنبال می‌کنند، این جهش قابل توجه به‌نظر می‌رسد؛ چراکه گروک تنها چند ماه پیش هنوز فاصله‌ی معناداری با رقبای پیشرو داشت. برای آشنایی بیشتر با اینکه اصلا شرکت‌های بزرگ چطور مدل‌های خود را توسعه و رقابت می‌دهند، می‌توانید سری مطالب اخبار هوش مصنوعی سایت ما را دنبال کنید.

۲. مقایسه با GPT-5.6 و کلود فیبل ۵؛ کدام مدل جلوتر است؟

بر اساس شاخص هوش مصنوعی Artificial Analysis که یکی از معتبرترین منابع مستقل برای رتبه‌بندی مدل‌های زبانی به‌شمار می‌رود، گروک ۴.۶ امتیاز ۶۱ کسب کرده است. این عدد دقیقا برابر با امتیاز GPT-5.6 Sol شرکت OpenAI است و تنها یک پله از کلود فیبل ۵ محصول آنتروپیک عقب‌تر می‌ماند. برای درک بهتر جایگاه این رقابت سه‌جانبه، مقاله‌ی OpenAI چیست و چرا اهمیت دارد؟ می‌تواند پس‌زمینه‌ی خوبی برای مقایسه‌ی رویکرد این دو شرکت رقیب فراهم کند.

در آزمون تخصصی‌تر GDPval-AA v2 که وظایف واقعی کاری و عاملی (agentic) را می‌سنجد، گروک ۴.۶ به امتیاز الو ۱۷۵۳ رسیده است؛ رقمی که نشان می‌دهد این مدل در انجام زنجیره‌ای از وظایف پیچیده، مثل تکمیل حدود پنجاه‌وسه گام متوالی با نیم میلیارد توکن ورودی به‌طور میانگین، عملکرد قابل‌اعتمادی از خود نشان داده است.

۳. چرا این‌بار رشد از مسیر آموزش آمد، نه مقیاس مدل؟

نکته‌ی فنی جالب توجه این است که تعداد پارامترهای گروک ۴.۶ نسبت به نسخه‌ی قبلی، یعنی گروک ۴.۵، هیچ تغییری نکرده و همچنان حدود یک‌ونیم تریلیون پارامتر باقی مانده است. به بیان دیگر، xAI این‌بار به‌جای بزرگ‌تر کردن مدل، روی بهبود کیفیت داده‌های آموزشی و فرایند یادگیری تمرکز کرده است. طبق توضیحات فنی منتشرشده، تیم مهندسی از خود گروک ۴.۵ برای بازتولید و فیلتر کردن مسیرهای آموزشی نظارت‌شده در حوزه‌های استدلال، گردش‌کار، علوم‌پایه، مهندسی و کارهای دانش‌محور استفاده کرده و نمونه‌های مسئله‌دار را حذف کرده است؛ رویکردی که نیازی به پیش‌آموزش دوباره‌ی مدل از صفر ندارد. اگر به تفاوت رویکردهای مختلف شرکت‌ها در ساخت مدل‌های زبانی علاقه دارید، مطلب مقایسه‌ی ChatGPT و DeepSeek نمونه‌ی خوبی از تفاوت استراتژی‌های ساخت مدل است.

۴. قیمت‌گذاری و در دسترس بودن گروک ۴.۶

از نظر قیمت‌گذاری، استفاده از گروک ۴.۶ برای توسعه‌دهندگان دو دلار به ازای هر میلیون توکن ورودی و شش دلار به ازای هر میلیون توکن خروجی هزینه دارد. این مدل هم‌اکنون از طریق چند مسیر مختلف در دسترس است: ابزار برنامه‌نویسی Cursor، پلتفرم اختصاصی Grok Build، رابط برنامه‌نویسی مستقیم xAI، و همچنین سرویس‌های واسطی مثل OpenRouter، Vercel و Cloudflare. این گستردگی در دسترسی نشان می‌دهد xAI قصد دارد گروک را بیش از پیش در اختیار توسعه‌دهندگان نرم‌افزار قرار دهد، نه فقط کاربران عادی چت‌بات. کسانی که می‌خواهند از این مدل‌ها در کارهای روزمره و کسب‌وکار خود بهره ببرند، بهتر است ابتدا نگاهی به مقاله‌ی چرا هوش مصنوعی برای کسب‌وکار مهم است بیندازند.

مقایسه‌ی عملکرد گروک ۴.۶ با GPT-5.6 در شاخص هوش مصنوعی

۵. جنجال اصلی: طرح ماسک برای آموزش گروک روی داده‌های کارکنان

اما بخشی از این خبر که سروصدای بیشتری به‌پا کرده، ربطی به آمار و ارقام فنی ندارد. طبق گزارش چند رسانه، ایلان ماسک در پیامی داخلی به کارکنان اسپیس‌ایکس اعلام کرده که نسخه‌های آینده‌ی گروک قرار است روی «تمام اطلاعات اسپیس‌ایکس» آموزش ببینند؛ عبارتی که به‌صراحت شامل خروجی کاری و فعالیت‌های روزمره‌ی کارمندان هم می‌شود. او در توضیح این تصمیم نوشته است: «شما عملا والدین این هوش مصنوعی خواهید بود؛ افکار و باورهایتان را به ارث می‌برد و فکر می‌کنم این چیز خوبی است.» این جمله در نگاه اول ممکن است الهام‌بخش به‌نظر برسد، اما برای بسیاری از کارمندان بیشتر شبیه یک هشدار درباره‌ی حریم خصوصی محل کار است.

نکته‌ی مهم این‌جاست که مرز میان «داده‌های شرکتی» و «داده‌های شخصی کارمند» در چنین طرح‌هایی معمولا بسیار کم‌رنگ می‌شود. وقتی صحبت از آموزش یک مدل هوش مصنوعی روی رفتار، نوشته‌ها و تصمیم‌های روزانه‌ی کارکنان است، پرسش‌های جدی درباره‌ی مالکیت داده و رضایت آگاهانه مطرح می‌شود؛ موضوعی که در بحث‌های گسترده‌تر درباره‌ی محدودیت‌ها و مرزهای فعلی هوش مصنوعی هم بارها تکرار شده است. برای مطالعه‌ی عمیق‌تر درباره‌ی این‌گونه چالش‌ها، مقاله‌ی پتانسیل واقعی و محدودیت‌های هوش مصنوعی را پیشنهاد می‌کنیم.

۶. نبود گزینه‌ی انصراف و ابهام‌های حقوقی

تا این لحظه، نه نوع دقیق داده‌هایی که قرار است جمع‌آوری شود مشخص شده، نه روش گردآوری آن‌ها اعلام گردیده و مهم‌تر از همه، هیچ سازوکاری برای انصراف کارکنان از این برنامه معرفی نشده است. شرکت اسپیس‌ایکس همچنین از پاسخ‌گویی رسمی به رسانه‌ها درباره‌ی این طرح خودداری کرده است.

از منظر حقوقی هم وضعیت کارکنان اسپیس‌ایکس نسبت‌به کارکنان بسیاری از شرکت‌های فناوری دیگر شکننده‌تر است. اسپیس‌ایکس، برخلاف بیشتر شرکت‌های آمریکایی، تحت قانون Railway Labor Act فعالیت می‌کند، نه قانون عمومی روابط کار (NLRA)؛ همین موضوع باعث می‌شود ابزارهای معمول اعتراض جمعی برای کارکنان این شرکت محدودتر باشد. شواهد این محدودیت را می‌توان در سابقه‌ی این شرکت هم دید: چند ماه پیش، هشت کارمند اسپیس‌ایکس صرفا به‌خاطر انتشار یک نامه‌ی انتقادی داخلی از کار اخراج شدند. این پیشینه باعث شده بسیاری از تحلیلگران نسبت به احتمال اعتراض گسترده یا اقدام قانونی کارکنان در برابر این طرح داده‌ای، تردید داشته باشند.

۷. شباهت عجیب با یک تجربه‌ی ناموفق در متا

این اولین‌بار نیست که یک غول فناوری قصد دارد از داده‌های کارکنان خود برای آموزش هوش مصنوعی استفاده کند. در فروردین ۱۴۰۵ (آوریل ۲۰۲۶)، شرکت متا طرحی مشابه به نام Model Capability Initiative را اجرا کرد که در آن، ضربه‌های صفحه‌کلید و محتوای صفحه‌نمایش اکثر کارمندان آمریکایی این شرکت ثبت می‌شد. چند ماه بعد، در خرداد همان سال، یک پژوهشگر به‌اشتباه بخشی از این داده‌ها را به مکانی قابل‌دسترس برای کل سازمان منتقل کرد و در نتیجه، گفت‌وگوهای خصوصی و داده‌های عملکردی کارمندان در معرض دید همکاران قرار گرفت. متا این حادثه را در بالاترین سطح جدی خود، یعنی سطح دوم بحران (SEV 2)، طبقه‌بندی کرد و برنامه تا امروز همچنان متوقف مانده است. اکنون که ایلان ماسک مسیر مشابهی را برای اسپیس‌ایکس در پیش گرفته، بسیاری از ناظران صنعت نگران تکرار همان اشتباه در مقیاسی بزرگ‌تر هستند.

جنجال آموزش گروک روی داده‌های کارکنان اسپیس‌ایکس

۸. نقشه‌ی راه: گروک ۴.۷ و گروک ۵ در راه‌اند

طبق برنامه‌ی اعلام‌شده از سوی ماسک، نسخه‌ی بعدی یعنی گروک ۴.۷ با حدود دو تریلیون و صد میلیارد پارامتر ظرف سه تا چهار هفته‌ی آینده منتشر خواهد شد. او در واکنش به یکی از کاربران شبکه‌ی اجتماعی X نوشته است که گروک ۴.۷ «از تمام مدل‌های فعلی پیشی خواهد گرفت» و تاکید کرده که داده‌های اختصاصی و منحصربه‌فرد اسپیس‌ایکس آن‌قدر ارزشمند است که هیچ مدل دیگری در حوزه‌ی مهندسی واقعی به گرد آن نخواهد رسید. فراتر از گروک ۴.۷، ماسک از عرضه‌ی گروک ۵ پیش از پایان سال ۲۰۲۶ نیز خبر داده است. اگر می‌خواهید یاد بگیرید چطور از مدل‌های فعلی گروک یا سایر ابزارهای هوش مصنوعی بهترین بهره را ببرید، راهنمای نوشتن پرامپت برای مبتدیان نقطه‌ی شروع خوبی است.

۹. این خبر برای کاربران و توسعه‌دهندگان ایرانی چه معنایی دارد؟

برای کاربران فارسی‌زبان، رقابت فشرده‌ی گروک با GPT-5.6 و کلود فیبل ۵ به‌معنای گزینه‌های بیشتر و رقابتی‌تر برای انتخاب ابزار مناسب کار روزانه است؛ از تولید محتوا گرفته تا برنامه‌نویسی و تحلیل داده. اما بخش دوم این خبر، یعنی ماجرای داده‌های کارکنان، یادآوری مهمی هم برای کاربران عادی است: هر بار که با یک ابزار هوش مصنوعی کار می‌کنیم، خوب است بدانیم داده‌های ما دقیقا در چه مسیری قرار است استفاده شوند. برای کسانی که به کار عملی با ابزارهای کدنویسی هوش مصنوعی مثل Cursor علاقه دارند، مطلب توهم هوش مصنوعی؛ توسعه‌دهنده‌ی تنها در برابر مهندس واقعی دیدگاه واقع‌بینانه‌ای از محدودیت‌های این ابزارها ارائه می‌دهد. همچنین می‌توانید در بخش آموزش‌های ChatGPT سایت، راهنمای استفاده‌ی عملی از این مدل‌ها را دنبال کنید.

پرسش‌های پرتکرار درباره‌ی گروک ۴.۶

آیا گروک ۴.۶ واقعا از GPT-5.6 قوی‌تر است؟

خیر، طبق شاخص Artificial Analysis این دو مدل امتیاز یکسانی گرفته‌اند و گروک ۴.۶ تنها یک پله از کلود فیبل ۵ عقب‌تر است؛ یعنی می‌توان گفت این سه مدل در حال حاضر در یک سطح رقابتی نزدیک به هم قرار دارند.

آیا کارمندان اسپیس‌ایکس می‌توانند از طرح آموزش داده‌ای انصراف بدهند؟

تا زمان انتشار این مطلب، هیچ گزینه‌ی رسمی انصراف اعلام نشده و اسپیس‌ایکس هم توضیح روشنی درباره‌ی نوع داده‌ها و نحوه‌ی جمع‌آوری آن‌ها ارائه نکرده است.

گروک ۴.۷ چه زمانی منتشر می‌شود؟

بر اساس اظهارات ایلان ماسک، گروک ۴.۷ ظرف سه تا چهار هفته‌ی آینده و با پارامترهایی نزدیک به دو برابر گروک ۴.۶ عرضه خواهد شد.

جمع‌بندی اینکه گروک ۴.۶ از نظر فنی توانسته xAI را دوباره در صف اول رقابت هوش مصنوعی قرار دهد، اما طرح جنجالی آموزش مدل روی داده‌های کارکنان اسپیس‌ایکس نشان می‌دهد مسیر پیشرفت این صنعت همیشه بدون چالش‌های اخلاقی و حقوقی نیست. برای دنبال کردن ادامه‌ی این ماجرا و تازه‌ترین اخبار هوش مصنوعی، کانال تلگرام @MrChatGPT_IR را دنبال کنید.

نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید

— (0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *