De acordo com pt.wedoany.com-A empresa norte-americana de inteligência artificial xAI iniciou a fase de testes internos do seu novo modelo de linguagem de grande escala, Grok 4.5, na SpaceX e na Tesla. No dia 28 de junho, horário local, Elon Musk revelou que o Grok 4.5 é baseado no modelo fundamental V9 com 1,5 trilhão de parâmetros e inclui dados relacionados ao Cursor no treinamento complementar. Avaliações iniciais indicam que o desempenho do modelo se aproxima ou pode até superar o do modelo principal da Anthropic, o Claude Opus. Atualmente, o Grok 4.5 continua sendo otimizado por meio de aprendizado por reforço, e o benchmark de teste Grok Build, que o acompanha, também está em aperfeiçoamento.
A particularidade deste teste interno reside no fato de os cenários de teste serem diretamente aplicados dentro de duas empresas de engenharia de alta complexidade: SpaceX e Tesla. A SpaceX envolve foguetes, satélites, a rede Starlink, engenharia de fabricação e gerenciamento de missões de voo; a Tesla envolve pesquisa e desenvolvimento automotivo, produção fabril, direção autônoma, sistemas de energia e negócios de robótica. Colocar o novo modelo primeiro nesses ambientes reais de engenharia significa que a xAI não apenas testará o desempenho do modelo em perguntas e respostas gerais, geração de código e avaliações de raciocínio, mas também observará se ele consegue lidar com documentos de engenharia, tarefas de P&D, processos automatizados e colaboração empresarial complexa.
O Grok 4.5 adota o modelo fundamental V9 com 1,5 trilhão de parâmetros, indicando que a xAI continua avançando na linha de modelos fundamentais de grande escala. A escala de parâmetros por si só não equivale à capacidade final, mas modelos fundamentais de grande escala oferecem maior capacidade para raciocínio, programação, integração de conhecimento e generalização multitarefa. O que realmente afeta o desempenho do produto inclui a qualidade dos dados de treinamento, estratégias de pós-treinamento, métodos de aprendizado por reforço, capacidade de chamada de ferramentas, capacidade de processamento de contexto e eficiência do sistema de inferência online. Musk enfatizou que o aprendizado por reforço ainda está melhorando significativamente o modelo, indicando que o Grok 4.5 ainda não atingiu o estado de lançamento final.
A inclusão de dados do Cursor no treinamento complementar é a parte mais relevante para a indústria nesta notícia. O Cursor é uma das ferramentas de programação de IA mais utilizadas atualmente por desenvolvedores, e os dados relacionados podem ajudar o modelo a compreender melhor os fluxos reais de desenvolvimento, o contexto do código, os caminhos de depuração e as formas de colaboração em engenharia. A competição entre grandes modelos já passou do estágio de "conseguir escrever código" para o de "conseguir participar da engenharia de software". Modelos de programação excelentes precisam entender a estrutura do projeto, dependências de funções, feedback de testes, logs de erros e intenções de modificação em múltiplas rodadas. Se o Grok 4.5 realizar treinamento complementar com esse tipo de dado, poderá fortalecer sua capacidade de geração de código e processamento de tarefas de engenharia.
A comparação com o Claude Opus também indica que a xAI está colocando o Grok 4.5 na linha de competição de modelos de ponta. O Claude Opus é há muito tempo considerado um dos modelos com forte capacidade de raciocínio textual avançado, análise de código e processamento de tarefas complexas. A declaração de Musk de que o modelo está "próximo ou pode até superar" ainda é uma avaliação interna inicial, e não significa que benchmarks públicos de terceiros já tenham confirmado a superioridade. Para desenvolvedores externos e clientes empresariais, a competitividade real do Grok 4.5 ainda depende de avaliações públicas mais completas, desempenho de API, tarefas de contexto longo, tarefas de programação e resultados de tarefas de agente em múltiplas rodadas.
O aperfeiçoamento do benchmark de teste Grok Build também merece atenção. Grandes modelos de ponta não são mais avaliados apenas por meio de questões de teste tradicionais e perguntas e respostas de rodada única; cada vez mais empresas de modelos começam a construir benchmarks internos voltados para tarefas reais. Se o Grok Build for direcionado a cenários de construção de software, geração de produtos, execução de engenharia ou desenvolvimento de agentes, poderá se tornar uma ferramenta importante para a xAI medir a capacidade prática dos modelos. A capacidade de um modelo de decompor etapas de forma estável em tarefas complexas, chamar ferramentas, escrever código, detectar erros e melhorar continuamente determinará se ele pode entrar nos processos de produção empresarial.
Musk também revelou que, nos próximos meses deste ano, a SpaceX lançará mensalmente novos modelos treinados completamente do zero. Se esse ritmo se concretizar, significará que a xAI e o ecossistema de engenharia de Musk estão tentando uma iteração de modelos fundamentais em maior frequência. Diferente de apenas realizar pós-treinamento ou pequenas atualizações de versão, treinar novos modelos do zero requer grande poder computacional, dados, engenharia de treinamento e suporte de sistemas de avaliação. Lançar um novo modelo a cada mês é um desafio de alta dificuldade e também testará a capacidade de engenharia da xAI em clusters de treinamento, pipelines de dados, arquitetura de modelos e processos de lançamento.
Os testes internos do Grok 4.5 na SpaceX e na Tesla também podem impactar a forma como a IA é aplicada dentro do ecossistema de Musk. A Tesla pode testar a capacidade do modelo em design de engenharia, otimização de fabricação, serviço pós-venda, desenvolvimento interno de software e pesquisa de robótica; a SpaceX pode usar o modelo em documentos de missão, redes de satélites, simulações de engenharia e coordenação de processos complexos. Se os resultados dos testes internos forem estáveis, o Grok 4.5 poderá posteriormente ser integrado mais profundamente nos sistemas de P&D e operação das empresas de Musk, não se limitando a ser apenas um chatbot para usuários comuns.
Isso também reflete que a competição entre modelos de IA de ponta está se voltando para "capacidade do modelo + cenário real + ciclo fechado de engenharia". OpenAI, Anthropic, Google, Meta e xAI estão todas disputando modelos mais fortes, mas quem conseguir integrar o modelo em organizações reais e gerar ganhos de produtividade terá mais facilidade para obter valor comercial de longo prazo. A escolha do Grok 4.5 de realizar testes internos primeiro na SpaceX e na Tesla é, essencialmente, submeter o modelo a testes de estresse em empresas de engenharia complexa, para verificar se ele possui capacidade de entrar em cenários de produção de alto valor.
Os próximos pontos de atenção concentram-se em três aspectos: primeiro, quando o Grok 4.5 será aberto a usuários externos ou desenvolvedores; segundo, se suas avaliações públicas podem sustentar a afirmação inicial de "próximo ou superior ao Opus"; terceiro, se os testes internos na SpaceX e na Tesla podem ser transformados em capacidades de IA empresarial reutilizáveis. Com o avanço contínuo do aprendizado por reforço e do benchmark Grok Build, se o Grok 4.5 conseguirá passar de um modelo de teste interno para um dos principais concorrentes no mercado de IA de ponta será o ponto de observação mais importante para a próxima fase da xAI.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
