Grok 4.6: релиз ~7 августа, 1.5T params — Musk time или реальный ship?

Если вы трекаете дату релиза Grok 4.6, думаете остаться на Grok 4.5 или переключиться на Kimi K3, или пытаетесь понять, что значит «1.5 trillion parameters» в реальных workload'ах — этот разбор собирает публичные заявления Musk от 28 июля и индустриальный контекст в одну инженерную картину. В ответе Vercel CEO Guillermo Rauch на X Musk сказал, что xAI планирует выкатить Grok 4.6 около 7 августа с 1.5T параметрами, а через несколько недель — Grok 4.7 на 2.1T. Bottom line: единственный primary source сегодня — один reply в X. Нет model card, нет third-party benchmarks; Musk time historically сдвигает дедлайны на дни-недели. Перед commit'ом — verify через официальные каналы xAI.

SECTION 01 Пять ловушек, если вы уже betting на Grok 4.6

• Твит ≠ press release: 28 июля инфа пришла из reply Musk'а @rauchg. Блог xAI и product pages не подтвердили ни specs, ни dates.
• Params ≠ capability: Musk акцентировал SFT/RL upgrades, а не raw scale. Grok 4.5 уже конкурирует на agent benchmarks через Cursor co-training и insane token efficiency.
• Benchmark void: В отличие от детального model card Grok 4.5, у 4.6/4.7 ноль independent evals — hard compare с Kimi K3 или rumored Claude Fable 5.1 невозможен.
• Competitive cadence brutal: Kimi K3 26 июля выкатил full 2.8T open weights и набрал 1 679 pts на Frontend Code Arena — первый open-weight, обогнавший все closed models. Compressed schedule 4.6/4.7 у xAI — прямой ответ на этот pressure.
• Safety shadows: В июле xAI засудил user за alleged CSAM generation через Grok; Common Sense Media в январе поставил Grok среди worst по child safety. Factor compliance alongside raw capability.

SECTION 02 Timeline и core specs: Grok 4.5 → 4.7

Parameter counts, pricing и benchmark figures — vendor/Musk statements. У Grok 4.6 и 4.7 пока нет independent evaluations — строки «announced» трактуйте как directional до official launch.

SECTION 03 Почему upgrade — post-training, а не просто scale

Supervised fine-tuning (SFT) шейпит outputs на curated examples; reinforcement learning (RL) учит multi-step agent tasks через reward signals. Framing Musk'а «significantly improved SFT & RL» продолжает playbook Grok 4.5: real Cursor dev sessions дали Terminal-Bench 2.1 на 83.3% и SWE-Bench Pro на 64.7%, при ~15 954 output tokens per SWE task vs 67 020 у Opus 4.8 — 4.2× efficiency gap.

Jump до 1.5T у Grok 4.6 — real scale, но framing Grok 4.7 (2.1T, «better in every way except slightly slower to serve») сигналит два SKU под quality vs latency — mirror Anthropic Sonnet/Opus split и OpenAI mini/full tiers.

SECTION 04 Head-to-head: Grok vs Kimi K3 и peers

Target Grok 4.6 — примерно через 10 дней после open-weight drop Kimi K3. K3 topped Frontend Code Arena на 1 679 pts — первый open-weight, обогнавший все closed models на этой доске. Musk прокомментировал «impressive» в K3 benchmark threads. Больше про K3: разбор open weights K3; контекст Fable: Opus 5 и distillation controversy.

SECTION 05 Controversies: Musk time, lawsuits, industry split

• Timeline unverified: Single X reply — единственный source; «Musk time» slippage common across xAI, Tesla, SpaceX.
• Benchmarks и pricing blank: «1.5T» и «SFT/RL upgrade» — vendor claims без third-party proof.
• Content safety litigation: Июль 2026 xAI sued user over alleged CSAM via Grok — first такого рода lawsuit, implicit acknowledgment bypass risk. Common Sense Media уже flagged child-safety gaps.
• Pacing collision: В день анонса 4.6/4.7 от Musk 1 200+ employees OpenAI, Anthropic, Google DeepMind, Meta опубликовали «Pacing the Frontier»; xAI absent из signatories. См. GPT-6 standoff и regulatory race.

Если schedule Musk'а держится, Grok 4.6 и 4.7 столкнутся с rumored Claude Fable 5.1 (August leaks) и open-weight shock Kimi K3 — август 2026 может стать densest frontier-model month ever. Shelf life любого flagship сжимается до weeks; token efficiency и real task cost бьют leaderboard rank alone.

SECTION 06 Six-step checklist до ship'а Grok 4.6

1. Subscribe на official channels: x.ai blog, Grok Build announcements, @elonmusk — не только second-hand summaries.
2. Baseline Grok 4.5 metrics: Зафиксируйте SWE-Bench, Terminal-Bench scores и token usage для post-launch A/B.
3. Cursor/OpenRouter fallbacks: Grok 4.5 уже в Cursor; reserve Kimi K3 или GPT-5.6 Sol routes на switch window.
4. Watch pricing page: 4.5 launched at $2/$6 per million tokens; 4.6 pricing может измениться — читайте launch-day text.
5. Review safety и compliance: Для enterprise или youth-facing products — audit xAI policies, logging, recent litigation.
6. Split inference от compile stack: LLM APIs для agent orchestration; native macOS builds на physical Apple Silicon — avoid VM EULA risk и 20–40% overhead.

SECTION 07 Citable figures и primary sources

• Grok 4.5: 500K context; Terminal-Bench 2.1 83.3%; SWE-Bench Pro 64.7%; $2/$6 per million tokens
• Grok 4.6 (announced): 1.5T params; SFT/RL post-training focus; target ~Aug 7
• Grok 4.7 (announced): 2.1T params; weeks after 4.6; slower serving, better token efficiency
• Peer reference: Kimi K3 2.8T, 1M context, Frontend Code Arena 1 679; Grok 4.5 ~4.2× output token efficiency vs Opus 4.8 на SWE tasks

Re-open после любого upstream update:

xAI: Introducing Grok 4.5

Moonshot AI: Kimi K3 (Hugging Face)

The Verge: Pacing the Frontier coverage

SFT/RL upgrade Grok 4.6 ещё сильнее сожмёт API selection windows, но он не заменит Xcode builds, Metal debugging или iOS signing chains. VM macOS = EULA risk + measurable performance loss. Pragmatic stack: frontier APIs (Grok/Kimi) для million-token agent orchestration; VPSNIX M4/M4 Pro cloud physical nodes для native Apple Silicon builds — genuine Apple hardware, full root, zero hypervisor overhead, flexible daily/monthly billing. См. pricing.

SECTION 08 FAQ