Grok 4.8 ist im RL: Was der versprochene Bot-Rollout tatsächlich bedeutet

Grok 4.8 hat das Vortraining abgeschlossen und befindet sich jetzt im Reinforcement Learning; eine begrenzte Einführung für Nutzer von Grok Bot wurde für „später in dieser Woche“ versprochen – das sagte der Eigentümer von SpaceXAI am 10. November 2026 auf X, und es ist der erste konkrete Zeitplan, den irgendjemand für ein Modell genannt hat, das seit September hinter seinem eigenen Termin zurückliegt. Es ist noch immer kein Modell, das man aufrufen kann. Es gibt keine grok-4.8-Kennung in der Entwicklerdokumentation von SpaceXAI, keine Preisliste, kein veröffentlichtes Kontextfenster und keinerlei unabhängige Bewertung; der neueste Eintrag auf dieser Seite ist Grok 4.7, das am 21. September 2026 mit einem Kontextfenster von 500.000 Token und einem Listenpreis von 2,00 US-Dollar pro Million Eingabe-Token und 6,00 US-Dollar pro Million Ausgabe-Token erschienen ist. Alles in diesem Beitrag über Grok 4.8 ist eine öffentliche Behauptung des Anbieters oder seines Eigentümers, nicht reproduziert und nicht geprüft, und es lohnt sich, es als Zeitplan und nicht als Spezifikation zu lesen.

Der Unterschied ist wichtig, weil „im RL“ eine Aussage über einen Trainingslauf ist, nicht über ein Produkt. Ein Modell kann wochenlang im Reinforcement Learning stecken, seine Evals nicht bestehen, auf einen früheren Checkpoint zurückgerollt werden und einer kleinen Nutzergruppe auf einer Oberfläche zur Verfügung gestellt werden, während es für alle mit einem API-Schlüssel unsichtbar bleibt. Die nützliche Frage für Entwickler ist nicht „Kommt Grok 4.8?“ – das ist offensichtlich der Fall –, sondern welche der Dinge, die man bräuchte, um darauf aufzubauen, heute existieren. Stand 11. November 2026 existiert keines davon.

Was tatsächlich gesagt wurde, in der Reihenfolge, in der es gesagt wurde.

Der eigentliche Inhalt kam am Morgen des 10. November in einem Antwort-Thread auf X, und die Reihenfolge sollte man beibehalten, weil jede Zeile die nächste einschränkt. Zuerst der Zeitplan: Das Pre-Training ist abgeschlossen, Grok 4.8 befindet sich im Reinforcement Learning, und die Evals beginnen zu steigen. Dann der Grund für die Verzögerung, der ein Rewrite und kein Forschungsproblem ist:

Wir haben JAX/SGLang über Bord geworfen und den gesamten RL- und Inferenz-Stack von Grund auf in C/C++ neu geschrieben, was etwas zusätzliche Zeit gekostet hat. Das Training (auch Pre-Training genannt) ist erledigt. Bei den SFT-Daten war viel Aufräumarbeit nötig, um das weitgehend hinzubekommen. Jetzt ist 4.8 im RL…

Auf die Frage, worin der neue Stack geschrieben sei, lautete die Antwort C mit ein wenig C++, „aber nicht zu viel“, plus etwas Assembler, aufbauend auf Arbeit von Starlink-Ingenieuren, wobei das Team seine eigenen Header schrieb und seine eigene Zeit einschließlich Schaltsekunden berechnete. Die angebotene Einordnung war, dass Superintelligenz eines Tages einen besseren Software-Stack schreiben könne, es aber noch nicht getan habe, und dass dies kompakter Code sei. Behandle die technischen Details als Herstellererzählung – sie sind von außen nicht überprüfbar, und nichts davon ist ein Benchmark. Was es aber erklärt, ist die Lücke zwischen einem Modell, das für Ende September angekündigt wurde, und einem Modell, das im November noch immer keine Kennung hat: Das Unternehmen hat die Maschinerie unter dem Trainingslauf neu gebaut, und diese Arbeit schlägt sich als Kalenderzeit nieder, nicht als Fähigkeit.

Zwei Behauptungen im selben Thread sind diejenigen, die ein Leser tatsächlich mitnehmen sollte:

• „Grok 4.8 wird keine Ähnlichkeit mit 4.7 haben (zum Glück).“ Eine Aussage über das Ausmaß der Veränderung, gemacht von der Person, die den größten Anreiz hat, es zu übertreiben, und ohne eine Zahl zu nennen.

• Die neue Version sei „noch nicht herausragend“, aber „die Grundlagen sind richtig gelegt“, und sie werde „sich zu etwas Besonderem entwickeln“. Dies ist der seltene Fall, dass ein Anbieter vorab die Erwartungen an ein Modell dämpft, das er gerade auf den Markt bringen will, und das ist aufschlussreicher als die Begeisterung darum.

Wasnicht gesagt wurde, ist genauso wichtig. Es gab kein Datum für eine breitere Veröffentlichung, keine Erwähnung der API, kein Kontextfenster, keine Parameteranzahl, keinen Preis und keinerlei Benchmarks. Der für diese Woche versprochene Rollout ist ausdrücklich begrenzt und ausdrücklich auf Bot-Nutzer beschränkt, mit der erklärten Absicht, „zu sehen, wie es läuft“.

Acht Wochen des Ausrutschens, und was die Spuren des Pflückers wert waren

Der Grund, warum das Versprechen dieser Woche als Neuigkeit statt als Marketing gelesen wird, ist die Geschichte dahinter. Grok 4.8 wurde erstmals Mitte September mit rund 2,5 Billionen Parametern auf einem neuen C++-Stack beschrieben, mit einer Frist um den 20. September. Diese Frist verstrich. Stattdessen wurde am 21. September Grok 4.7 ausgeliefert und wurde zum Modell, das das Unternehmen seitdem verkauft. Seitdem waren die einzigen Signale indirekt: ein grok-4.8-Eintrag, der Ende September kurz in einer Model-Auswahl des Herstellers mit Kontextoptionen von 500K und 256K sichtbar war; eine Liste von Variantennamen — grok-4.8-high, grok-4.8-high-fast und grok-4.8-xhigh-fast —, die in der Modellliste eines Coding-Tools von Drittanbietern auftauchten; eine Bemerkung Anfang Oktober über eine „blitzschnelle Version“; und Kommentare Mitte Oktober darüber, dass Reinforcement Learning bei schwierigen Aufgaben eine Form von Folter sei, die „sie in den Wahnsinn trieb“.

Jede davon war eine Spur laufender Arbeit, und keine davon hat als aufrufbares Modell überlebt. Das ist das Muster, das es sich zu verinnerlichen lohnt: Ein Bezeichner, der in einer Auswahl oder einer Client-Bibliothek auftaucht, bedeutet, dass jemand ein Deployment konfiguriert hat, nicht, dass eine Preisliste existiert. Prognosemärkte spiegelten dieselbe Unsicherheit wider und bezifferten die Wahrscheinlichkeit einer Veröffentlichung von Grok 4.8 auf etwa 13 % bis Ende Oktober und rund 65 % bis Ende November. Die Erklärung vom 10. November ist seit September das erste, was die zweite Zahl aufgrund von Belegen statt Stimmung verschiebt.

Was „auf Bot-Nutzer beschränkt“ Ihnen verrät – und was nicht

Ein zugangsbeschränkter Rollout auf einer First-Party-Consumer-Oberfläche ist eine besondere Art von Ereignis, und er ist weder ein Launch noch eine Vorschau. Er zeigt, dass das Modell im Harness des Produkts unter Aufsicht ein Gespräch führen kann. Er verrät Ihnen nicht:

• Ob eine API-Kennung existiert. Die Fast-Variante von Grok 4.7 ist seit dem Start auf First-Party-Oberflächen beschränkt und nach wie vor nicht in der öffentlichen API verfügbar, daher ist ein funktionierendes Modell in einem Produkt kein Beleg für einen Endpunkt.

• Was das Kontextfenster ist. Die Angaben 500K und 256K im September-Picker-Trace sind Konfigurationszeichenfolgen aus einer UI, keine Dokumentation, und der Anbieter hat weder das eine noch das andere veröffentlicht.

• Was es kostet. Es gibt keine Preisliste, und der Preis ist die eine Zahl, die darüber entscheidet, ob ein Modell für irgendeinen Einsatz in großem Umfang nutzbar ist.

• Ob es besser ist. Ein begrenzter Rollout wird vom Anbieter ausgewählt; die Nutzer darin sind keine Zufallsstichprobe, und ihre Berichte, wie auch immer sie aussehen, werden kein Maßstab sein.

Die historische Grundrate besagt, dass ein Bot-Rollout dem allgemeinen API-Zugang um Wochen, nicht um Tage vorausgeht und dass das Intervall durch die Sicherheitsprüfung bestimmt wird und davon abhängt, ob der Inferenz-Stack hält — und dies ist ein Modell, dessen Inferenz-Stack vor einigen Wochen von Grund auf in C und C++ neu geschrieben wurde. Wenn der Rollout stattfindet und hält, ist damit zu rechnen, dass eine Kennung und eine Preisliste folgen; wenn er sich erneut verzögert, liegt der Grund eher im Stack als im Modell.

Die Basislinie, die Sie tatsächlich messen können

Da für Grok 4.8 keine veröffentlichten Zahlen vorliegen, ist der einzig ehrliche Vergleich der mit dem Modell, das es ersetzt. Die untenstehenden Zahlen stammen von Grok 4.7, und sie sind nicht schmeichelhaft – und genau darum geht es: Sie legen die Messlatte fest, die das neue Modell noch übertreffen muss, statt einer Messlatte, die es bereits übertroffen hat.

Im Intelligence Index von Artificial Analysis steht Grok 4.7 derzeit bei 35; das ist Rang 41 von 74 Modellen, die der Evaluator bewertet, und liegt unter den 40, die ähnlich bepreiste Modelle im Durchschnitt erreichen. Vergleichen Sie das nicht mit den 46, die beim Marktstart des Modells im September kursierten: Der Evaluator hat die Skala auf eine neue Basis gestellt, und 35 ist die Zahl, die für jeden heutigen Vergleich zu verwenden ist. Aufschlussreicher sind die Kosten- und Zeitwerte. Grok 4.7 verbraucht Token im Wert von 7,77 US-Dollar pro Intelligence-Index-Aufgabe, benötigt 25,9 Minuten pro Aufgabe gegenüber einem Median von 12,8 Minuten und gibt über den Index hinweg 148 Millionen Ausgabe-Token aus gegenüber einem Median von 72,8 Millionen – es ist, um den Evaluator zu zitieren, sehr gesprächig. Der Durchsatz liegt bei etwa 67 Token pro Sekunde, mit 53,6 Sekunden Wartezeit bis zum ersten Antwort-Token, wenn Reasoning aktiviert ist.

Es gibt einen strukturellen Grund für die Erwartung, dass Grok 4.8 diese Zahlen verändert und nicht nur den prominenten Gesamtwert. Ein Modell, das durch Reinforcement Learning auf Aufgaben mit langem Zeithorizont trainiert wurde, neigt dazu, mehr Token fürs Nachdenken aufzuwenden, nicht weniger; daher sind die Token-Effizienz- und Wall-Clock-Werte diejenigen, auf die man achten sollte, wenn die ersten unabhängigen Messungen erscheinen. Wenn Grok 4.8 den Index erhöht und zugleich die Kosten pro Aufgabe verdreifacht, wird die praktische Antwort für die meisten Workloads weiterhin ein günstigeres Modell sein.

Der eigene Vergleich des Anbieters, der das Nützlichste ist, was die ganze Woche gesagt wurde

Auf die direkte Frage, ob Grok 4.8 besser als Claude Opus 5.5 sei, lautete die Antwort am 10. November „nicht so gut“, und Opus 5.5 wurde als „Meisterwerk“ bezeichnet. Darauf folgte, dass Grok 5 Opus 5.5 übertreffen sollte und dass dies in zwei oder drei Monaten passieren könnte. Das ist ein Anbieter, der einräumt, dass die aktuelle Generation einem Wettbewerber unterlegen ist, und auf die nächste verweist, und es ist der für die Entscheidung relevanteste einzelne Satz im Thread: Wenn Sie heute ein Frontier-Modell nach Leistungsfähigkeit auswählen, wird Grok 4.8 nicht als die Antwort angeboten, nicht einmal von den Leuten, die es bauen.

Das ordnet auch den Rollout neu ein. Eine begrenzte Bot-Veröffentlichung ist eine Möglichkeit, Signal zu einem Modell zu sammeln, dessen Grundlagen – mit den Worten des Anbieters selbst – noch nicht herausragend sind, und nicht ein Weg, einem stärkeren Rivalen Marktanteile abzunehmen. Liest man das Versprechen der Woche in diesem Licht, ist das realistische Ergebnis, dass eine kleine Gruppe von Nutzern ein Modell erhält, das getestet wird – vor einer öffentlichen Veröffentlichung, deren Datum niemand genannt hat.

Was Sie heute als Call kaufen können – und wie Sie sich absichern

Wenn Sie Grok diese Woche in Produktion bringen wollen, lautet die Antwort Grok 4.7 über die API – grok/grok-4.7 ist auf OrcaRouter zum eigenen Listenpreis von SpaceXAI ohne Aufschlag erhältlich, wobei der Anbieterpreis durchgereicht wird, sodass eine Preisänderung des Anbieters Sie noch am selben Tag erreicht statt erst nach einer Preisanpassungsrunde. Das ist bei diesem Modell besonders wichtig, weil seine Preisliste gestaffelt ist: 2,00 $ für Input und 6,00 $ für Output pro Million Token bei Prompts unter 200K, 4,00 $ und 12,00 $ ab 200K, wobei gecachter Input 0,50 $ kostet und auf wiederholte Präfixe 75 % Cache-Rabatt gewährt werden. Eine lange Agent-Schleife, die bei jedem Durchlauf denselben System-Prompt erneut sendet, zahlt den Cache-Tarif, nicht den beworbenen Tarif, und durch die zweistufige Schwelle kann eine unglückliche Prompt-Länge die Rechnung verdoppeln.

Die Absicherung für ein unerprobtes Modell ist genau die, die diese Situation tatsächlich erfordert. Wenn Grok 4.8 dann tatsächlich eine Kennung erhält, ist es sinnvoll, es hinter einer Failover-Regel statt als fest codiertes Modell zu evaluieren: Leiten Sie den Traffic, der Ihnen wichtig ist, zu dem Modell, das Sie gemessen haben, setzen Sie das neue Modell für einen Bruchteil davon davor ein und lassen Sie den Router ausweichen, wenn es Fehler liefert oder ein Timeout auftritt. Bei OrcaRouter ist das eine Routing-Konfiguration statt einer zweiten Integration – ein Schlüssel, ein OpenAI-kompatibler Endpunkt, automatisches Failover über Anbieter hinweg und derselbe Endpunkt für jedes Modell der Grok-Reihe, sodass der Wechsel einer Workload von Grok 4.7 zu Grok 4.6 oder Grok 4.3, um den Kostenunterschied zu testen, eine Änderung an einem String ist. Es ist auch der Grund, nichts fest auf einen grok-4.8-Slug zu codieren, den Sie in irgendeiner Client-Bibliothek gesehen haben: Variantennamen in einer Drittanbieterliste sind kein Deployment, und ein Slug, der in der Produktion 404 zurückgibt, ist ein schlechteres Ergebnis als zwei Wochen zu warten.

Was würde es klären

Vier Kontrollpunkte – in der Reihenfolge, in der sie wahrscheinlich eintreffen werden –, von denen jeder eine Behauptung in eine Tatsache verwandelt:

• Eine Kennung in der Entwicklerdokumentation – ein grok-4.8-Eintrag auf der Modellliste von SpaceXAI mit eigener Seite. Dies ist die Voraussetzung für alles Weitere und öffentlich überprüfbar; die Seite endet derzeit bei Grok 4.7.

• Eine Preisliste. Der Preis ist die Zahl, die entscheidet, ob ein Modell in großem Umfang nutzbar ist, und ein Modell ohne veröffentlichten Preis hat keine Produktionsgeschichte.

• Ein Kontextfenster und ein Wissens-Cutoff. Die 500K- und 256K-Strings aus dem September-Picker-Trace sind die einzigen kursierenden Zahlen, und keine von beiden ist dokumentiert.

• Ein unabhängiger Wert. Artificial Analysis hat derzeit keinen Eintrag für Grok 4.8, und sein Grok-4.7-Baseline von 35 bei 7,77 US-Dollar pro Aufgabe ist die Zahl, die jeder Anbieter-Benchmark schlagen muss, um glaubwürdig zu sein.

Bis mindestens die ersten beiden davon existieren, ist die richtige Lesart dieser Woche eng umrissen und es lohnt sich, sie klar zu benennen: Ein Modell, das im September ausgeliefert werden sollte, wird mit einer kleinen Gruppe von Bot-Nutzern getestet, sein eigener Hersteller sagt, dass es noch nicht besser als die Frontier ist, und der API, die die meisten Leser dieser Seite tatsächlich nutzen würden, wurde nichts mitgeteilt. Worauf man achten sollte, ist nicht die Rollout-Ankündigung, sondern die Entwicklerdokumentationsseite – in dem Moment, in dem dort eine grok-4.8-Zeile mit einem Preis daneben erscheint, ist das Warten vorbei, und bis dahin ist jedes andere Signal ein Zeitplan.