Grok 4.8 is in RL: wat de beloofde botuitrol echt betekent

Grok 4.8 heeft de pre-training afgerond en zit nu in de fase van versterkend leren, met een beperkte uitrol naar Grok Bot-gebruikers die "later deze week" zou plaatsvinden, zo is beloofd — dat zei de eigenaar van SpaceXAI op 10 november 2026 op X, en het is het eerste concrete schema dat iemand heeft gepresenteerd voor een model dat sinds september achter zijn eigen deadline aanloopt. Het is nog steeds geen model dat je kunt aanroepen. Er staat geen grok-4.8-identifier in de ontwikkelaarsdocumentatie van SpaceXAI, geen tariefkaart, geen gepubliceerd contextvenster en geen onafhankelijke score van welke aard dan ook; de nieuwste vermelding op die pagina is Grok 4.7, die op 21 september 2026 is uitgeleverd met een contextvenster van 500.000 tokens en een lijstprijs van $2,00 per miljoen invoertokens en $6,00 per miljoen uitvoertokens. Alles in dit stuk over Grok 4.8 is een publieke claim van de leverancier of zijn eigenaar, niet gereproduceerd en niet geaudit, en het is de moeite waard om het als een planning te lezen in plaats van als een specificatie.

Het onderscheid is belangrijk omdat "in RL" een uitspraak is over een trainingsrun, niet over een product. Een model kan wekenlang in reinforcement learning zitten, zijn evaluaties niet halen, worden teruggezet naar een eerdere checkpoint en aan een kleine groep gebruikers op één oppervlak worden gegeven terwijl het onzichtbaar blijft voor iedereen met een API-sleutel. De nuttige vraag voor een ontwikkelaar is niet "komt Grok 4.8" — dat is duidelijk zo — maar welke van de dingen die je nodig zou hebben om erop voort te bouwen vandaag bestaan. Op 11 november 2026 bestaat geen daarvan.

Wat er daadwerkelijk gezegd is, in de volgorde waarin het gezegd is

De kern kwam in een antwoordthread op X op de ochtend van 10 november, en de volgorde is het waard om te behouden, omdat elke regel de volgende beperkt. Eerst het schema: pre-training is klaar, Grok 4.8 zit in reinforcement learning, en de evals beginnen te stijgen. Dan de reden voor de vertraging, namelijk een herschrijving in plaats van een onderzoeksprobleem:

" We hebben JAX/SGLang weggegooid en de volledige RL- en inferentiestack vanaf nul in C/C++ herschreven, wat extra tijd kostte. Training (ook wel pre-training genoemd) is klaar. Er was veel opschoning nodig in de SFT-data om dat grotendeels goed te krijgen. Nu zit 4.8 in RL… "

Gevraagd in welke taal de nieuwe stack is geschreven, luidde het antwoord C met een beetje C++, "maar niet te veel", plus wat assembly, gebouwd op werk van Starlink-engineers, waarbij het team zijn eigen headers schrijft en zijn eigen tijd berekent, inclusief schrikkelseconden. De gegeven framing was dat superintelligentie ooit misschien een betere softwarestack zal schrijven, maar dat nog niet heeft gedaan, en dat dit strakke code is. Behandel de technische details als een verhaal van de leverancier — het is van buitenaf niet te verifiëren, en geen enkel onderdeel ervan is een benchmark. Wat het wel verklaart, is de kloof tussen een model dat voor eind september werd aangekondigd en een model dat in november nog steeds geen identifier heeft: het bedrijf heeft de machinerie onder de trainingsrun opnieuw opgebouwd, en dat werk uit zich in kalendertijd, niet in capaciteit.

Twee beweringen in dezelfde thread zijn degenen die een lezer echt zou moeten meenemen:

• "Grok 4.8 zal in niets lijken op 4.7 (gelukkig)." Een uitspraak over de omvang van de verandering, gedaan door de persoon met de sterkste prikkel om die te overdrijven, en zonder enig cijfer erbij.

• De nieuwe versie is "nog niet geweldig", maar "de fundamenten zijn goed gelegd" en hij zal "zich ontwikkelen tot iets bijzonders". Dit is het zeldzame geval waarin een leverancier vooraf de verwachtingen verlaagt voor een model dat hij op het punt staat uit te brengen, en dat is informatiever dan het enthousiasme eromheen.

Wat niet gezegd werd, is net zo belangrijk. Er was geen datum voor een bredere release, geen vermelding van de API, geen contextvenster, geen parameteraantal, geen prijs en geen enkele benchmark. De uitrol die voor deze week is beloofd, is expliciet beperkt en expliciet voor Bot-gebruikers, met als aangegeven bedoeling "eens kijken hoe het gaat".

Acht weken van wegglijden, en wat de sporen van de plukker waard waren

De reden dat de belofte van deze week als nieuws wordt gelezen en niet als marketing, is de geschiedenis erachter. Grok 4.8 werd half september voor het eerst beschreven met ongeveer 2,5 biljoen parameters op een nieuwe C++-stack, met een deadline rond 20 september. Die deadline verstreek. In plaats daarvan werd op 21 september Grok 4.7 uitgebracht, en dat werd het model dat het bedrijf sindsdien heeft verkocht. Sindsdien waren de enige signalen indirect: een grok-4.8-vermelding die eind september kort zichtbaar was in een modelkiezer van de eerste partij met contextopties van 500K en 256K; een lijst met variantnamen — grok-4.8-high, grok-4.8-high-fast en grok-4.8-xhigh-fast — die opdoken in de modellenlijst van een codeertool van een derde partij; een opmerking begin oktober over een "bliksemsnelle versie"; en commentaar halverwege oktober over reinforcement learning op moeilijke taken als een vorm van marteling die hen "gek maakte".

Elk daarvan was een spoor van werk in uitvoering, en geen ervan bleef voortbestaan als een aanroepbaar model. Dit is het patroon dat je je eigen moet maken: een identifier die in een picker of een clientbibliotheek verschijnt, betekent dat iemand een deployment heeft geconfigureerd, niet dat er een tariefkaart bestaat. Voorspellingsmarkten weerspiegelden dezelfde onzekerheid en prijsden een release van Grok 4.8 op ongeveer 13% tegen eind oktober en rond 65% tegen eind november. De verklaring van 10 november is het eerste sinds september dat het tweede getal op basis van bewijs in plaats van sentiment verschuift.

Wat "beperkt tot Bot-gebruikers" je vertelt — en wat niet

Een gefaseerde uitrol met beperkte toegang op een first-party consumentenoppervlak is een specifiek soort gebeurtenis, en het is noch een lancering, noch een preview. Het vertelt je dat het model een gesprek kan voeren in de testomgeving van het product onder toezicht. Het vertelt je niet:

• Of er een API-identificatie bestaat. De Fast-variant van Grok 4.7 is sinds de lancering beperkt tot first-party-oppervlakken en staat nog steeds niet op de publieke API, dus een werkend model in een product is geen bewijs voor een endpoint.

• Wat het contextvenster is. De cijfers 500K en 256K in de September picker-trace zijn configuratiestrings uit een UI, geen documentatie, en de leverancier heeft geen van beide gepubliceerd.

• Wat het kost. Er is geen tarievenkaart, en prijs is het enige getal dat bepaalt of een model voor iets op volume bruikbaar is.

• Of het beter is. De selectie voor een beperkte uitrol gebeurt door de leverancier; de gebruikers daarin vormen geen aselecte steekproef en hun rapporten, wat die ook zijn, zullen geen benchmark vormen.

Het historische basispatroon is dat een Bot-uitrol weken, niet dagen, voorafgaat aan algemene API-toegang, en dat het interval wordt bepaald door de veiligheidsreview en door of de inferentiestack standhoudt — en dit is een model waarvan de inferentiestack een paar weken geleden volledig opnieuw in C en C++ is geschreven. Als de uitrol plaatsvindt en standhoudt, verwacht dan dat er een identifier en een tariefkaart volgen; als het opnieuw vertraging oploopt, zal de reden in de stack liggen, niet in het model.

De baseline die je daadwerkelijk kunt meten

Omdat Grok 4.8 geen gepubliceerde cijfers heeft, is de enige eerlijke vergelijking die met het model dat het vervangt. De onderstaande cijfers zijn die van Grok 4.7, en ze zijn niet flatteus, en dat is juist het punt — ze vormen de lat die het nieuwe model moet halen, niet een lat die het al heeft gehaald.

Op de Intelligence Index van Artificial Analysis staat Grok 4.7 momenteel op 35, wat rang 41 is van de 74 modellen die de evaluator scoort en onder de 40 die vergelijkbaar geprijsde modellen gemiddeld scoren. Vergelijk dat niet met de 46 die rondgingen toen het model in september werd gelanceerd: de evaluator heeft de schaal herijkt, en 35 is het getal dat je moet gebruiken voor elke vergelijking die vandaag wordt gemaakt. De meer onthullende cijfers zijn de kosten- en tijdcijfers. Grok 4.7 verbruikt $7,77 aan tokens per Intelligence Index-taak, doet 25,9 minuten per taak tegenover een mediaan van 12,8 minuten, en produceert 148 miljoen outputtokens over de hele index tegenover een mediaan van 72,8 miljoen — het is, in de bewoording van de evaluator, zeer spraakzaam. De doorvoer is ongeveer 67 tokens per seconde, met een wachttijd van 53,6 seconden tot het eerste antwoordtoken wanneer redeneren is ingeschakeld.

Er is een structurele reden om te verwachten dat Grok 4.8 die cijfers zal veranderen, en niet alleen de headline-score. Een model dat met reinforcement learning is getraind op langdurige taken, neigt meer tokens aan denken te besteden, niet minder, dus de token-efficiëntie en wall-clock-cijfers zijn degene om in de gaten te houden wanneer de eerste onafhankelijke metingen verschijnen. Als Grok 4.8 de index verhoogt en ook de kosten per taak verdrievoudigt, zal het praktische antwoord voor de meeste workloads nog steeds een goedkoper model zijn.

De eigen vergelijking van de leverancier, het nuttigste dat deze week gezegd is.

Op de directe vraag of Grok 4.8 beter is dan Claude Opus 5.5, luidde het antwoord op 10 november "niet zo goed", waarbij Opus 5.5 een "meesterwerk" werd genoemd. Daarop volgde dat Grok 5 Opus 5.5 zou moeten overtreffen en dat dit over twee of drie maanden zou kunnen gebeuren. Dat is een leverancier die de huidige generatie toegeeft aan een concurrent en naar de volgende wijst, en het is de zin in de thread die het meest relevant is voor beslissingen: als je vandaag op basis van capaciteit een frontiermodel kiest, wordt Grok 4.8 niet als het antwoord gepresenteerd, zelfs niet door de mensen die het bouwen.

Het plaatsst de uitrol ook in een ander perspectief. Een beperkte release van Bot is een manier om signalen te verzamelen over een model waarvan de fundamenten, in de woorden van de leverancier zelf, nog niet geweldig zijn — niet een manier om marktaandeel af te snoepen van een sterkere rivaal. Lees je de belofte van deze week in dat licht, dan is de realistische uitkomst dat een kleine groep gebruikers een model krijgt dat wordt getest, vooruitlopend op een publieke release waarvan niemand een datum heeft genoemd.

Wat je vandaag kunt callen, en hoe je kunt hedgen

Als je Grok deze week in productie wilt hebben, is het antwoord Grok 4.7 via de API — grok/grok-4.7 staat op OrcaRouter tegen SpaceXAI's eigen lijstprijs, zonder opslag, waarbij de providerprijs één-op-één wordt doorgegeven, zodat een prijswijziging van de leverancier je dezelfde dag bereikt in plaats van pas na een herprijzingsronde. Dat is bij dit model extra belangrijk omdat de tariefkaart getrapt is: $2,00 input en $6,00 output per miljoen tokens onder een prompt van 200K, $4,00 en $12,00 vanaf 200K, met gecachte input tegen $0,50 en 75% cachekorting op herhaalde prefixes. Een lange agent-loop die elke ronde dezelfde systemprompt opnieuw verstuurt, betaalt het cachetarief, niet het tarief dat in de kop staat, en door de tweeledige drempel kan een ongelukkige promptlengte de rekening verdubbelen.

De afdekking voor een onbewezen model is precies degene die deze situatie eigenlijk vereist. Wanneer Grok 4.8 wél een identifier krijgt, is de verstandige manier om het te evalueren achter een failover-regel in plaats van als een hardgecodeerd model: leid het verkeer dat je belangrijk vindt naar het model dat je hebt gemeten, zet het nieuwe model voor een fractie daarvan ervoor, en laat de router terugvallen wanneer het fouten geeft of een time-out krijgt. Op OrcaRouter is dat een routeringsconfiguratie in plaats van een tweede integratie — één sleutel, één OpenAI-compatibel endpoint, automatische failover tussen providers, en hetzelfde endpoint voor elk model in de Grok-lijn, zodat het verplaatsen van een workload van Grok 4.7 naar Grok 4.6 of Grok 4.3 om het kostenverschil te testen een kwestie is van één string aanpassen. Het is ook de reden om niets hard te coderen naar een grok-4.8-slug die je in iemands clientbibliotheek hebt gezien: variantnamen in een lijst van een derde partij zijn geen deployment, en een slug die in productie een 404 oplevert is een slechter resultaat dan twee weken wachten.

Wat zou het beslechten?

Vier controlepunten, in de volgorde waarin ze waarschijnlijk zullen komen, die elk een bewering in een feit veranderen:

• Een identifier in de ontwikkelaarsdocumentatie — een grok-4.8-vermelding op de modellenlijst van SpaceXAI met een eigen pagina. Dit is de toegangspoort voor al het overige en het is publiek controleerbaar; de pagina eindigt momenteel bij Grok 4.7.

• Een tariefkaart. Prijs is het getal dat bepaalt of een model op volume bruikbaar is, en een model zonder gepubliceerde prijs heeft geen productieverhaal.

• Een contextvenster en een kennisafsluitdatum. De 500K- en 256K-strings uit de september-pickertrace zijn de enige getallen die in omloop zijn, en geen van beide is documentatie.

• Een onafhankelijke score. Artificial Analysis heeft momenteel geen vermelding voor Grok 4.8, en de Grok 4.7-baseline van 35 tegen $7,77 per taak is het getal dat elke leveranciersbenchmark moet verslaan om geloofwaardig te zijn.

Totdat ten minste de eerste twee daarvan er zijn, is de juiste interpretatie van deze week beperkt en de moeite waard om ronduit te zeggen: een model dat in september zou worden uitgebracht, wordt getest met een kleine groep Bot-gebruikers, de maker ervan zegt dat het nog niet beter is dan de frontier, en de API die de meeste lezers van deze pagina daadwerkelijk zouden gebruiken, is niets verteld. Waar je op moet letten is niet de aankondiging van de uitrol, maar de documentatiepagina voor ontwikkelaars — zodra daar een regel met grok-4.8 verschijnt met een prijs ernaast, is het wachten voorbij, en tot die tijd is elk ander signaal een planning.