馬斯克又在 X 上吹噓他的新玩具了。Grok 4.7 帶著比上一代多出 40% 的權重強行擠進大眾視野，但這種單純堆砌權重的做法，在開發者圈子裡顯然沒討到多少便宜。這兩天 Hacker News 上吵得最兇的不是性能提升了幾趴，而是這玩意兒在實際編程場景裡，到底能不能打得過 Claude 的編碼邏輯。有人拿它在 Cursor 裡跑了幾個月，覺得 Grok 確實比某些新興工具更有底氣，但在純粹的對話場景中，它那種被刻意調教出來的「反政治正確」性格，反而成了阻礙。這種性格讓它在處理複雜邏輯時顯得有些心不在焉，甚至被吐槽比 ChatGPT 還要懶散。
我們來看看這 40% 的權重增長背後到底藏了什麼。理論上，權重增加意味著模型對長尾知識的覆蓋更廣，但 xAI 這次的定價策略卻維持不變，輸入 2 美元、輸出 6 美元的價格，暗示了他們在推理成本優化上可能遇到了瓶頸。延遲兩週才發布，這在矽谷不是什麼好兆頭，通常意味著模型在紅隊測試或基準測試中翻了車。在處理 Python 異步框架的併發問題時，Grok 4.7 依然表現出一種奇怪的執拗，它會給出非常簡短、看似效率極高的代碼，但在邊界條件的處理上，卻遠不如 Claude 那樣細膩。Claude 在代碼生成的連貫性和上下文理解上，目前依然是第一梯隊，而 Grok 更像是一個急於表現自己很聰明、卻不願意多寫兩行註釋的高傲工程師。
這種技術上的「傲慢」在圖表對比中也體現得淋漓盡致。xAI 發布的性能圖表裡，刻意漏掉了 Gemini 的 Astra，這種選擇性失明在技術圈眼裡簡直是此地無銀。Gemini 雖然在隱私保護上被老用戶詬病，但其多模態的反應速度和工具調用的穩定性，目前 Grok 還是望塵莫及。當你在開發環境中使用 Grok bot 進行快速迭代時，你會發現它確實很「No-nonsense」，回話直接，不拖泥帶水，這對追求效率的開發者來說是加分項。但一旦涉及到需要深層次推理的架構設計，Grok 就開始顯得力不從心，它給出的建議往往停留在表面，缺乏 ChatGPT 那種能把你帶進深層邏輯坑裡的鑽研勁頭。
有趣的是，當我們把視角拉到整個市場的發布節奏上，你會發現大家都在搶時間。相較於 Qwen Image 2.1 近期在多模態領域的小動作，xAI 選擇在純語言模型權重上做文章，顯得有些傳統甚至笨重。這種單純追求模型規模的暴力美學，是否還能適應現在追求 Token 效率的時代？在實際的 Image-to-Code 任務測試中，相較於 Qwen Image 2.1，xAI 似乎更傾向於把圖像理解與語言推理強行拆分，導致在處理複雜 UI 組件轉化時，Grok 的輸出代碼經常會出現視覺邏輯斷層。這種斷層在 ChatGPT 身上已經基本消失，但在 Grok 這裡依然是個待解的痛點。
現在的問題是，xAI 擁有全球最強大的算力集群之一，卻跑出了一個性格分裂的模型。它在 Cursor 這種生產力工具裡表現得像個戰神，但在日常對話中卻像個沒睡醒的憤青。如果 Grok 4.7 增加的這 40% 權重只是為了讓它說話更像馬斯克，而不是解決 API 調用時的頻繁超時，那這場算力競賽的意義到底在哪？
我們追求的是一個能真正理解複雜工程語境的助手，還是一個在社交平台上幫人抬槓的自動化腳本？當 Claude 已經開始嘗試模擬人類的思考路徑，Gemini 試圖吞噬所有工作流，而 ChatGPT 努力變得更像一個全能管家時，Grok 這種靠算力堆出來的硬漢形象，還能支撐多久？如果下一個版本的權重再增加 50%，它是會變得更聰明，還是僅僅變得更貴、更難伺候？