xAI lance Grok 4.7 : des performances accrues à prix et vitesse constants
xAI a dévoilé Grok 4.7, une mise à jour offrant un gain de performance notable tout en conservant la tarification et la rapidité de génération précédentes. Parallèlement, le modèle Grok 4.8, doté de 2 500 milliards de paramètres, serait actuellement en phase d'apprentissage par renforcement.
xAI a officiellement publié la nouvelle version de son grand modèle de langage, Grok 4.7.
Selon les informations disponibles, cette mise à jour apporte une amélioration sensible des performances, tout en maintenant le même niveau de prix et la même vitesse de génération que son prédécesseur.
Changements dans les plans de développement
Initialement, Elon Musk avait indiqué que Grok 4.7 reposerait sur une nouvelle exécution de pré-entraînement avec 2 100 milliards de paramètres. Toutefois, il semble que les projets de l'entreprise concernant l'architecture du modèle ou son processus d'entraînement aient évolué.
État d'avancement de Grok 4.8
Les travaux progressent également sur la génération suivante, Grok 4.8, qui devrait intégrer 2 500 milliards de paramètres. La formation de base de ce modèle était prévue pour s'achever la semaine dernière, et il est probable qu'il soit actuellement dans la phase d'apprentissage par renforcement (RL), étape généralement finale avant la publication publique.
Pourquoi c'est important
AnalyseLa sortie de Grok 4.7 illustre la capacité d'xAI à optimiser l'efficacité des modèles sans augmenter les coûts pour les utilisateurs, tandis que l'avancement de Grok 4.8 témoigne du rythme soutenu de la course aux modèles de pointe.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
xAI Grok (Modèle avec accès direct à l'actualité en temps réel)
Modèle d'intelligence artificielle développé par xAI, la société d'Elon Musk. Il se distingue par son accès direct au flux d'actualités en temps réel de X (Twitter), son entraînement sur le supercalculateur Colossus et son style de communication spirituel.
Thinking Machines lance Inkling 2 Small : un modèle MoE de 594B capable d’affiner d’autres modèles
Thinking Machines a présenté Inkling 2 Small, un modèle MoE de 594B paramètres qui domine parmi les modèles ouverts sur plusieurs tâches et a démontré la capacité d’affiner Qwen3.5-4B de manière autonome.
Partie I. Architecture des agents IA : les blocs fondamentaux
Dix blocs fondamentaux d'un agent moderne : taxonomie des modèles, boucle d'exécution (runtime), techniques de prompting, distillation, compétences (skills), mémoire, appels de fonctions et économie unitaire.
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.