Grok 4.8 está en RL: qué significa realmente el despliegue prometido del bot

Grok 4.8 ha terminado el preentrenamiento y ahora está en aprendizaje por refuerzo, con un despliegue limitado para los usuarios de Grok Bot prometido para «más adelante esta semana»; eso es lo que dijo el propietario de SpaceXAI en X el 10 de noviembre de 2026, y es el primer calendario concreto que alguien ha ofrecido para un modelo que lleva retrasado respecto a su propio plazo desde septiembre. Todavía no es un modelo al que se pueda invocar. No hay identificador grok-4.8 en la documentación para desarrolladores de SpaceXAI, ni tarifas, ni ventana de contexto publicada, ni puntuación independiente de ningún tipo; la entrada más reciente de esa página es Grok 4.7, que se lanzó el 21 de septiembre de 2026 con una ventana de contexto de 500.000 tokens y un precio de lista de $2.00 por millón de tokens de entrada y $6.00 por millón de tokens de salida. Todo lo que se afirma en este artículo sobre Grok 4.8 es una declaración pública del proveedor o de su propietario, no reproducida ni auditada, y conviene leerlo como un calendario, no como una especificación.

La distinción importa porque «en RL» es una afirmación sobre una ejecución de entrenamiento, no sobre un producto. Un modelo puede permanecer en aprendizaje por refuerzo durante semanas, puede suspender sus evaluaciones, puede revertirse a un checkpoint anterior y puede entregarse a un grupo reducido de usuarios en una sola superficie mientras sigue siendo invisible para todos los que tienen una clave de API. La pregunta útil para un desarrollador no es «¿llega Grok 4.8?» —es evidente que sí—, sino cuáles de las cosas que necesitarías para construir sobre él existen hoy. A 11 de noviembre de 2026, ninguna de ellas existe.

Lo que realmente se dijo, en el orden en que se dijo

El contenido llegó en un hilo de respuestas en X la mañana del 10 de noviembre, y vale la pena conservar el orden porque cada línea condiciona la siguiente. Primero, el calendario: el preentrenamiento está terminado, Grok 4.8 está en aprendizaje por refuerzo y las evaluaciones empiezan a subir. Luego, la razón del retraso, que es una reescritura y no un problema de investigación:

"Hemos abandonado JAX/SGLang y reescrito todo el stack de RL e inferencia desde cero en C/C++, lo que nos llevó algo de tiempo extra. El entrenamiento (es decir, el preentrenamiento) está hecho. Se necesitó bastante limpieza en los datos de SFT para dejarlo mayormente bien. Ahora, 4.8 está en RL…"

Cuando se preguntó en qué está escrito el nuevo stack, la respuesta fue C con un poco de C++, «pero no demasiado», más algo de ensamblador, construido sobre el trabajo de ingenieros de Starlink, con el equipo escribiendo sus propias cabeceras y calculando su propio tiempo, incluidos los segundos intercalares. El encuadre que se ofreció fue que la superinteligencia podría algún día escribir un mejor stack de software, pero aún no lo ha hecho, y que este es código ajustado. Trata el detalle de ingeniería como narrativa del proveedor —no es verificable desde fuera y ninguna parte de él es un benchmark. Lo que sí explica es la brecha entre un modelo que se anunció para finales de septiembre y un modelo que en noviembre sigue sin identificador: la empresa reconstruyó la maquinaria que subyace a la ejecución de entrenamiento, y ese trabajo se manifiesta como tiempo de calendario, no como capacidad.

Dos afirmaciones del mismo hilo son las que un lector debería realmente retener:

• «Grok 4.8 no tendrá ningún parecido con 4.7 (afortunadamente)». Una afirmación sobre la magnitud del cambio, hecha por la persona con más incentivos para exagerarlo y ofrecida sin ninguna cifra adjunta.

• La nueva versión "aún no es increíble", pero "los cimientos están bien construidos" y "evolucionará hasta ser algo especial". Este es el raro caso de un proveedor que baja las expectativas de antemano sobre un modelo que está a punto de lanzar, y resulta más informativo que el entusiasmo que lo rodea.

Lo que no se dijo importa igual. No había fecha para un lanzamiento más amplio, ni mención de la API, ni ventana de contexto, ni recuento de parámetros, ni precio, ni ningún tipo de benchmark. El despliegue prometido para esta semana es explícitamente limitado y explícitamente para usuarios de Bot, con la intención declarada de "ver cómo va".

Ocho semanas de deslices, y lo que valían las trazas del selector

La razón por la que la promesa de esta semana se interpreta como una noticia y no como marketing es la historia que hay detrás. Grok 4.8 se describió por primera vez a mediados de septiembre con aproximadamente 2,5 billones de parámetros sobre una nueva pila de C++, con una fecha límite alrededor del 20 de septiembre. Esa fecha límite pasó. En su lugar se lanzó Grok 4.7, el 21 de septiembre, y se convirtió en el modelo que la empresa ha vendido desde entonces. Desde entonces, las únicas señales han sido indirectas: una entrada grok-4.8 visible brevemente en un selector de modelos propio con opciones de contexto de 500K y 256K a finales de septiembre; una lista de nombres de variantes —grok-4.8-high, grok-4.8-high-fast y grok-4.8-xhigh-fast— que apareció en la lista de modelos de una herramienta de programación de terceros; un comentario a principios de octubre sobre una «versión ultrarrápida»; y comentarios de mediados de octubre sobre que el aprendizaje por refuerzo en tareas difíciles era una forma de tortura que los estaba «volviendo locos».

Cada uno de esos era un rastro de trabajo en curso, y ninguno perduró como modelo invocable. Este es el patrón que conviene interiorizar: que un identificador aparezca en un selector o en una biblioteca cliente significa que alguien configuró un despliegue, no que exista una tarifa. Los mercados de predicción reflejaron la misma incertidumbre, calculando un lanzamiento de Grok 4.8 en aproximadamente un 13% para finales de octubre y alrededor de un 65% para finales de noviembre. La declaración del 10 de noviembre es lo primero desde septiembre que mueve la segunda cifra con base en pruebas, no en sentimiento.

Lo que te dice «limitado a usuarios de Bot» — y lo que no

Un despliegue controlado en una superficie de consumo propia es un tipo específico de evento, y no es ni un lanzamiento ni una vista previa. Te indica que el modelo puede mantener una conversación en el arnés del producto bajo supervisión. No te indica:

• Si existe un identificador de API. La variante Fast de Grok 4.7 ha estado restringida a superficies de primera parte desde su lanzamiento y sigue sin estar en la API pública, así que un modelo que funcione en un producto no es prueba de que exista un endpoint.

• Qué es la ventana de contexto. Las cifras de 500K y 256K en la traza del selector de septiembre son cadenas de configuración de una interfaz de usuario, no documentación, y el proveedor no ha publicado ninguna de las dos.

• Cuánto cuesta. No hay una lista de precios, y el precio es el único dato que determina si un modelo es utilizable para algo a gran escala.

• Si es mejor. El proveedor selecciona a los destinatarios de un despliegue limitado; los usuarios que participan en él no son una muestra aleatoria y sus informes, sean cuales sean, no constituirán una referencia.

La tasa base histórica indica que el despliegue de Bot precede al acceso general a la API por semanas, no por días, y que el intervalo lo determinan la revisión de seguridad y si la pila de inferencia resiste — y este es un modelo cuya pila de inferencia se reescribió desde cero en C y C++ hace unas semanas. Si el despliegue se produce y se sostiene, es de esperar que le sigan un identificador y una lista de tarifas; si vuelve a retrasarse, la razón estará en la pila, no en el modelo.

La línea base que realmente puedes medir

Como Grok 4.8 no tiene cifras publicadas, la única comparación honesta es con el modelo al que sustituye. Las cifras que aparecen a continuación son las de Grok 4.7, y no son nada halagüeñas, que es precisamente lo importante: marcan el listón que el nuevo modelo tiene que superar, y no un listón que ya haya superado.

En el Intelligence Index de Artificial Analysis, Grok 4.7 se sitúa actualmente en 35, lo que lo coloca en el puesto 41 de los 74 modelos que evalúa el evaluador y por debajo del 40 que promedian modelos de precio similar. No lo compares con el 46 que circuló cuando el modelo se lanzó en septiembre: el evaluador ha recalibrado la escala, y 35 es la cifra que debe usarse para cualquier comparación que se haga hoy. Las cifras más reveladoras son las de coste y tiempo. Grok 4.7 consume 7,77 $ en tokens por tarea del Intelligence Index, tarda 25,9 minutos por tarea frente a una mediana de 12,8 minutos y emite 148 millones de tokens de salida en todo el índice frente a una mediana de 72,8 millones; es, en palabras del evaluador, muy hablador. El rendimiento es de unos 67 tokens por segundo, con una espera de 53,6 segundos hasta el primer token de respuesta cuando el razonamiento está activado.

Hay una razón estructural para esperar que Grok 4.8 mueva esas cifras y no solo la puntuación principal. Un modelo entrenado mediante aprendizaje por refuerzo en tareas de horizonte largo tiende a gastar más tokens pensando, no menos, así que las cifras de eficiencia de tokens y de tiempo real son las que hay que observar cuando aparezcan las primeras mediciones independientes. Si Grok 4.8 eleva el índice y además triplica el coste por tarea, la respuesta práctica para la mayoría de las cargas de trabajo seguirá siendo un modelo más barato.

La propia comparación del proveedor, que es lo más útil que se ha dicho en toda la semana

Cuando se le preguntó directamente si Grok 4.8 es mejor que Claude Opus 5.5, la respuesta el 10 de noviembre fue «no es tan bueno», y se calificó a Opus 5.5 de «obra maestra». La continuación fue que Grok 5 debería superar a Opus 5.5 y que esto podría ocurrir en dos o tres meses. Eso es un proveedor que concede la generación actual a un competidor y señala la siguiente, y es la frase más relevante para la decisión en todo el hilo: si hoy eliges un modelo frontera por capacidad, Grok 4.8 no se ofrece como la respuesta, ni siquiera por parte de quienes lo están construyendo.

También replantea el despliegue. Un lanzamiento limitado de Bot es una forma de reunir señales sobre un modelo cuyos fundamentos, en palabras del propio proveedor, aún no son extraordinarios, no una forma de quitarle cuota de mercado a un rival más fuerte. Si se lee la promesa de la semana con esa perspectiva, el resultado realista es que un pequeño grupo de usuarios reciba un modelo que se está probando, antes de un lanzamiento público cuya fecha nadie ha anunciado.

Qué puedes comprar hoy como opción de compra y cómo cubrirte

Si quieres Grok en producción esta semana, la respuesta es Grok 4.7 a través de la API: grok/grok-4.7 está en OrcaRouter al precio de lista propio de SpaceXAI, sin recargo, con el precio del proveedor trasladado tal cual, de modo que un cambio de precio del proveedor te llega el mismo día en lugar de después de una pasada de reajuste de precios. Eso importa en este modelo en concreto porque su tarifa es escalonada: 2,00 $ de entrada y 6,00 $ de salida por millón de tokens por debajo de un prompt de 200K, 4,00 $ y 12,00 $ a partir de ese umbral, con la entrada en caché a 0,50 $ y un descuento de caché del 75 % en prefijos repetidos. Un bucle de agente largo que reenvía el mismo prompt de sistema en cada turno paga la tarifa de caché, no la tarifa anunciada, y el umbral de dos tramos implica que una longitud de prompt desafortunada puede duplicar la factura.

La medida de protección para un modelo no probado es la que esta situación realmente requiere. Cuando Grok 4.8 llegue a tener un identificador, la forma sensata de evaluarlo es detrás de una regla de conmutación por error en lugar de como un modelo codificado de forma fija: dirige el tráfico que te importa al modelo que has medido, pon el nuevo al frente en una fracción de ese tráfico y deja que el enrutador recurra al anterior cuando dé error o se agote el tiempo de espera. En OrcaRouter, eso es una configuración de enrutamiento en lugar de una segunda integración: una clave, un endpoint compatible con OpenAI, conmutación por error automática entre proveedores y el mismo endpoint para todos los modelos de la línea Grok, así que mover una carga de trabajo de Grok 4.7 a Grok 4.6 o Grok 4.3 para probar la diferencia de coste es un cambio de cadena. También es la razón para no codificar nada de forma fija a un slug de grok-4.8 que viste en la biblioteca cliente de alguien: los nombres de variantes en una lista de terceros no son un despliegue, y un slug que dé 404 en producción es un resultado peor que esperar dos semanas.

¿Qué lo zanjaría?

Cuatro puntos de control, en el orden en que probablemente llegarán, cada uno de los cuales convierte una afirmación en un hecho:

• Un identificador en la documentación para desarrolladores: una entrada grok-4.8 en la lista de modelos de SpaceXAI con su propia página. Este es el requisito previo para todo lo demás y es verificable públicamente; actualmente la página se detiene en Grok 4.7.

• Una lista de tarifas. El precio es el número que decide si un modelo es usable en volumen, y un modelo sin precio publicado no tiene historia de producción.

• Una ventana de contexto y una fecha de corte de conocimiento. Las cadenas de 500K y 256K del rastreo del selector de septiembre son las únicas cifras en circulación, y ninguna de las dos es documentación.

• Una puntuación independiente. Actualmente, Artificial Analysis no tiene ninguna entrada de Grok 4.8, y su referencia de Grok 4.7 de 35 con 7,77 $ por tarea es la cifra que cualquier benchmark de proveedor tendrá que superar para que se le crea.

Hasta que existan al menos las dos primeras de esas cosas, la lectura correcta de esta semana es limitada y merece decirse sin rodeos: un modelo que se suponía que iba a lanzarse en septiembre se está probando con un pequeño grupo de usuarios de Bot, su propio creador dice que aún no es mejor que la frontera, y a la API que la mayoría de los lectores de esta página realmente usarían no se le ha dicho nada. Lo que hay que observar no es el anuncio del despliegue, sino la página de documentación para desarrolladores: en el momento en que aparezca allí una fila de grok-4.8 con un precio al lado, la espera habrá terminado, y hasta entonces cualquier otra señal es solo un calendario.