وكالات - أطلقت شركة SpaceXAI نموذجها الجديد للذكاء الاصطناعي Grok 4.7، في خطوة تركز من خلالها على سوق النماذج الموجهة إلى البرمجة وتنفيذ المهام المهنية المعقدة.
وتقول الشركة إن النموذج الجديد يمثل أقوى نماذجها حتى الآن في البرمجة والأعمال المعرفية، مع تحسين قدرته على العمل لفترات أطول بصورة مستقلة، واستخدام الأدوات، ومراجعة ما أنجزه قبل تقديم النتيجة النهائية.
ويأتي Grok 4.7 مع تركيز واضح على المهام التي لا تقتصر على تقديم إجابة واحدة، وإنما تتطلب تنفيذ سلسلة طويلة من الخطوات، مع الاحتفاظ بالهدف الأساسي للمهمة والعودة إلى مراحل سابقة عند اكتشاف أخطاء.
تدريب أطول على المهام متعددة الخطوات
اعتمدت SpaceXAI في النموذج الجديد على نموذج أساسي أكبر من المستخدم في Grok 4.6، لكنها لم تكشف عدد المتغيرات أو التفاصيل الكاملة لمعمارية Grok 4.7.
وترى الشركة أن زيادة حجم النموذج ليست التغيير الأهم، إذ أخضعته لفترة أطول من التدريب باستخدام التعلم بالتعزيز، مع الاعتماد على مجموعة أكثر صعوبة من المسائل، وإعطاء أهمية أكبر للمهام التي قد تستغرق ساعات لإنجازها.
ويستهدف هذا النهج تدريب النموذج على تنفيذ مهام طويلة تتكون من عشرات أو مئات الخطوات، بدلاً من التركيز فقط على الإجابة عن أسئلة منفردة.
فعلى سبيل المثال، تختلف كتابة مقطع برمجي قصير عن التعامل مع مشروع برمجي كامل، يتطلب إضافة نظام لتسجيل دخول المستخدمين، وتعديل الملفات المتأثرة، وتشغيل الاختبارات، واكتشاف الأخطاء الناتجة عن التغييرات وإصلاحها، ثم مراجعة النتيجة النهائية.
وتحتاج مثل هذه المهام إلى قدرة النموذج على تتبع ما أنجزه، والاحتفاظ بأهداف المهمة الأصلية، وتعديل قرارات سابقة عندما يكتشف أنها لم تكن صحيحة.
التحقق الذاتي من النتائج
من أبرز التحسينات التي سلطت SpaceXAI الضوء عليها قدرة Grok 4.7 على التحقق من عمله بصورة أفضل.
وتعني هذه الميزة أن النموذج يستطيع، أثناء تنفيذ مهمة معقدة، مراجعة النتائج التي توصل إليها والعودة إلى البيانات أو الخطوات السابقة عند اكتشاف تناقض أو خطأ.
فعند تكليفه، مثلاً، بتحليل مجموعة كبيرة من الملفات المالية وإعداد عرض تقديمي عن أداء شركة، يفترض أن يكون أكثر قدرة على اكتشاف عدم تطابق رقم في إحدى الشرائح مع البيانات الأصلية، أو ملاحظة أن مجموع أرقام معينة لا يطابق الإجمالي الوارد في التقرير.
لكن ذلك لا يعني أن Grok 4.7 أصبح محصناً من الأخطاء أو ما يعرف بـ«الهلوسة»، إذ تشير هذه التحسينات إلى توجه تدريبي يشجع النموذج على مراجعة خطواته والتحقق منها بصورة أكبر.
وتقول SpaceXAI إن Grok 4.7 يقدم معدلات محدودة من الهلوسة، من دون تقديم رقم معياري موحد في بيان الإطلاق يسمح بقياس هذا المعدل بصورة مباشرة ومقارنته بجميع المنافسين.
نصف مليون توكن في السياق
يوفر Grok 4.7 نافذة سياق تصل إلى 500 ألف توكن، وهي كمية المعلومات التي يستطيع النموذج الاحتفاظ بها ومعالجتها ضمن المهمة الواحدة.
والتوكن هو وحدة تقسم إليها نماذج الذكاء الاصطناعي النصوص خلال المعالجة، وقد تمثل كلمة كاملة أو جزءاً منها، لذلك لا توجد علاقة ثابتة بين عدد التوكنات وعدد الكلمات.
وتتيح نافذة السياق الكبيرة إدخال كميات ضخمة من المعلومات، مثل مجموعة من العقود أو التقارير أو أجزاء واسعة من مشروع برمجي، ثم مطالبة النموذج بالربط بين بيانات موزعة داخل هذه المواد.
ولا يتعلق التحدي بحجم السياق فقط، بل بقدرة النموذج على الاحتفاظ بالتفاصيل المهمة واستدعائها حتى المراحل المتقدمة من المهمة.
4 مستويات للتفكير
تتيح SpaceXAI للمطورين التحكم في مستوى التفكير الذي يستخدمه Grok 4.7 قبل تقديم الإجابة، عبر أربعة مستويات هي: Low وMedium وHigh وxHigh، ويعمل النموذج افتراضياً على مستوى High.
ويخصص مستوى Low قدراً أقل من عمليات الاستدلال، ما يجعله مناسباً للمهام البسيطة أو التطبيقات التي تحتاج إلى سرعة استجابة مرتفعة.
أما Medium فيوفر قدراً أكبر من المعالجة للمهمات التي تعتمد على تحليل البيانات والسياقات الطويلة، بينما يستهدف High المسائل المعقدة والعمليات المنطقية متعددة الخطوات.
ويقدم مستوى xHigh الحد الأقصى من قدرة النموذج على التفكير قبل الإجابة، وهو موجه للمهام التي تكون فيها دقة النتيجة أكثر أهمية من سرعة الاستجابة.
Grok يتجه نحو الوكلاء الذكيين
يعكس Grok 4.7 كذلك التوجه المتزايد في سوق الذكاء الاصطناعي نحو الوكلاء الذكيين AI Agents.
وتقول SpaceXAI إن النموذج مهيأ لاستخدام الأدوات الخارجية بطريقة Agentic Tool Calling، بحيث لا يقتصر دوره على إنتاج إجابة نصية، وإنما يستطيع تحديد الأداة التي يحتاج إليها، واستخدامها، ثم تحليل النتائج وتحديد الخطوة التالية.
وتوفر المنصة للمطورين أدوات تسمح للنموذج بالبحث على الإنترنت، والبحث داخل منصة «إكس»، وتشغيل الأكواد البرمجية، والتعامل مع قواعد البيانات والمستندات، إلى جانب الاتصال بأنظمة خارجية عبر بروتوكول MCP.
وبذلك يمكن، في بيئة عمل مناسبة، تكليف الوكيل بمهمة تتضمن البحث عن أحدث بيانات شركة، ومراجعة مستنداتها الداخلية التي يملك المستخدم صلاحية الوصول إليها، وإجراء الحسابات اللازمة، ثم إعداد تقرير أو عرض تقديمي بناءً على النتائج.
تركيز على الاستخدامات المهنية
ركزت SpaceXAI على استخدام Grok 4.7 في الأعمال المكتبية والمهنية، وقالت إن النموذج أصبح أكثر قدرة على إنشاء المستندات والعروض التقديمية.
واختبرت الشركة هذه القدرات من خلال اختبارات مثل GDPval وAA Briefcase، التي تهدف إلى قياس أداء نماذج الذكاء الاصطناعي في مهام تحاكي أعمالاً يؤديها المحامون والمحللون الماليون ومتخصصو الرعاية الصحية وغيرهم من أصحاب المهن.
ويعكس ذلك انتقالاً تدريجياً في استخدام النماذج الذكية من الإجابة عن الأسئلة وإنتاج المحتوى إلى تنفيذ مهام متكاملة تتطلب التخطيط، واستخدام الأدوات، ومراجعة النتائج.
أسعار الاستخدام والحماية
يبدأ سعر استخدام Grok 4.7 عبر واجهة API من دولارين لكل مليون توكن إدخال، و6 دولارات لكل مليون توكن إخراج، وفق التفاصيل الواردة في النص، بينما توفر الشركة إصداراً سريعاً من النموذج يضاعف سرعة إنتاج النصوص مقابل زيادة السعر.
كما أعادت SpaceXAI بناء منظومة الحماية المستخدمة مع Grok 4.7، مع التركيز على رفض الطلبات الخطرة ومقاومة محاولات تجاوز أنظمة الحماية.
وتقول الشركة إنها بدأت منح مجموعة محددة من الشركاء في مجال الأمن السيبراني وصولاً خاصاً إلى قدرات Red Team للنموذج، بهدف استخدامها في الأبحاث الدفاعية.
المعرفة تتوقف عند مايو 2026
تحدد SpaceXAI مايو 2026 كآخر موعد للمعلومات المدمجة داخل تدريب Grok 4.7، ما يعني أن النموذج لا يمتلك بصورة تلقائية معرفة بالأحداث التي وقعت بعد هذا التاريخ.
وللوصول إلى معلومات أحدث، يعتمد النموذج على أدوات البحث عبر الإنترنت أو البحث داخل منصة «إكس»، بما يسمح له بجلب بيانات حديثة بدلاً من الاعتماد حصراً على المعلومات التي تعلمها خلال التدريب.
