Grok 4.8 已進入 RL：承諾的機器人推出究竟代表什麼

Grok 4.8已完成預訓練，目前正在進行強化學習，並承諾「本週稍晚」向 Grok Bot 使用者有限度推出——這是 SpaceXAI 的擁有者於 2026 年 11 月 10 日在 X 上所說的，也是任何人針對這款自 9 月起就一直落後於自身期限的模型，所提出的第一份具體時程。它仍然不是你能呼叫的模型。SpaceXAI 的開發者文件上沒有 grok-4.8 識別碼，沒有費率表，沒有公布上下文視窗，也沒有任何形式的獨立評分；該頁面上最新的條目是Grok 4.7，它於 2026 年 9 月 21 日推出，具備 500,000 個 token 的上下文視窗，牌價為每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元。本文中關於 Grok 4.8 的一切，都是供應商或其擁有者的公開說法，未經重現與稽核，值得把它當作時程表而非規格來閱讀。

這項區別很重要，因為「in RL」談的是一次訓練執行，而不是一個產品。一個模型可以待在強化學習裡數週、可能無法通過自己的評估、可能被回滾到較早的檢查點，也可能只在單一介面上提供給一小群使用者，同時對所有持有 API 金鑰的人保持不可見。對開發者來說，有用的問題不是「Grok 4.8 要來了嗎」——它顯然要來——而是你若要基於它開發所需的那些東西，今天有哪些已經存在。截至 2026 年 11 月 11 日，這些東西一個都不存在。

實際說了什麼，依照原本說出的順序

內容出現在 11 月 10 日上午 X 上的一個回覆串中，而這個順序值得保留，因為每一行都制約著下一行。首先是時間表：預訓練已完成，Grok 4.8 正在進行強化學習，評估成績也開始攀升。接著是延誤的原因，而這是重寫，而非研究問題：

我們已經棄用 JAX/SGLang，並用 C/C++ 從頭改寫了整個 RL 與推論堆疊，這多花了一些時間。訓練（也就是預訓練）已經完成。SFT 資料需要大量清理，才能讓大部分內容正確。現在，4.8 正在進行 RL……

被問到新的技術堆疊是用什麼語言寫的，答案是 C，加上一點 C++，「但不太多」，再加一些組合語言，建立在 Starlink 工程師的工作之上；團隊自行撰寫標頭檔，並自行計算時間，包括閏秒。對方提出的說法是，超智慧有朝一日或許能寫出更好的軟體堆疊，但現在還沒做到，而且這是精簡扎實的程式碼。把這些工程細節當成廠商說法來看待——從外部無法驗證，而且其中沒有任何一部分是基準測試。它真正能解釋的是，一個曾宣布要在九月底推出的模型，與一個到了十一月仍沒有識別碼的模型之間的落差：該公司重建了訓練執行底下的機制，而這項工作反映在時程上，而非能力上。

同一討論串中的兩項主張，才是讀者真正應該記住並延續下去的：

•「Grok 4.8 將與 4.7 毫無相似之處（謝天謝地）。」這是一句關於變更幅度的說法，出自最有誘因誇大此事的人之口，而且沒有附上任何數字。

• 新版本「尚未達到令人驚豔的地步」，但「基礎打得正確」，而且將會「演化成某種特別的存在」。這是罕見的情況：廠商在即將推出某個模型前，預先調低外界期待；而這比圍繞該模型的熱情更具資訊價值。

那些未說出來的部分同樣重要。沒有公布更廣泛推出的日期，沒有提到 API，沒有上下文視窗，沒有參數數量，沒有價格，也沒有任何形式的基準測試。本週承諾的推出明確有限，且明確僅限 Bot 使用者，所述意圖是「看看情況如何」。

八週的下滑，以及採摘者痕跡究竟值多少

本週這項承諾之所以被解讀為新聞而非行銷，原因在於其背後的歷史。Grok 4.8 最初於九月中旬被描述為參數量約 2.5 兆、採用新的 C++ 技術棧，期限約在 9 月 20 日。那個期限過去了。取而代之的是 Grok 4.7 於 9 月 21 日推出，並成為該公司此後一直銷售的模型。自那時起，唯一的訊號都是間接的：九月底，一個 grok-4.8 條目曾短暫出現在第一方模型選擇器中，並提供 500K 與 256K 上下文選項；一份變體名稱清單——grok-4.8-high、grok-4.8-high-fast 和 grok-4.8-xhigh-fast——出現在第三方程式設計工具的模型清單中；十月初有一句關於「閃電般快速版本」的評論；以及十月中旬關於在困難任務上進行強化學習是一種折磨、正「把他們逼瘋」的評論。

那些每一個都是進行中工作的痕跡，而它們沒有一個以可呼叫模型的形式留存下來。這是值得內化的模式：識別碼出現在選擇器或用戶端程式庫中，只代表有人設定了部署，並不代表存在價目表。預測市場反映了同樣的不確定性，將 Grok 4.8 的發布機率定在十月底約 13%、十一月底約 65%。11 月 10 日的聲明是自九月以來第一個以證據而非情緒推動第二個數字的事物。

「僅限 Bot 使用者」告訴你什麼——以及它沒告訴你什麼

在第一方消費者介面上進行的受控推出是一種特定類型的事件，它既不是正式發布，也不是預覽。它告訴你，該模型能在受監督下於產品的測試框架中進行對話。它沒有告訴你：

• API 識別碼是否存在。Grok 4.7 的 Fast 變體自推出以來一直僅限於第一方介面，至今仍未登上公開 API，因此產品中有可運作的模型並不能作為存在端點的證據。

• 什麼是上下文視窗。九月選擇器追蹤中的 500K 和 256K 數字是來自 UI 的設定字串，並非文件，而供應商兩者都未公布。

• 成本是多少。這裡沒有價目表，而價格是決定一個模型能否在大規模應用中使用的唯一數字。

• 是否更好。有限度的推行是由供應商挑選的；其中的使用者並非隨機樣本，而他們的回報無論是什麼，都不會成為基準。

歷史基準率顯示，Bot 推出會比一般 API 存取早數週、而非數日，而這個間隔取決於安全審查，以及推論堆疊是否撐得住——而這是一個推論堆疊在幾週前才用 C 和 C++ 從零改寫的模型。如果推出成真且撐住了，預期接下來會公布識別碼與價目表；如果再延後，原因會出在堆疊，而不是模型。

你能實際測量的基準

因為 Grok 4.8 沒有公佈任何數據，唯一誠實的比較對象就是它所取代的模型。以下數字是 Grok 4.7 的，而且並不漂亮——這正是重點：它們設下的是新模型必須跨越的門檻，而不是它已經跨越的門檻。

在 Artificial Analysis 的 Intelligence Index 上，Grok 4.7 目前得分為 35，在該評估機構評分的 74 個模型中排名第 41，低於同價位模型平均的 40。不要拿該模型九月推出時流傳的 46 來比較：評估機構已重新設定量表基準，今天進行任何比較都應採用 35 這個數字。更能說明問題的是成本與時間數據。Grok 4.7 每完成一項 Intelligence Index 任務會消耗價值 7.77 美元的 token，每項任務耗時 25.9 分鐘，而中位數為 12.8 分鐘；在整個指數中輸出 1.48 億個輸出 token，而中位數為 7,280 萬個——用評估者的說法，它「非常健談」。吞吐量約為每秒 67 個 token；開啟推理時，首個答案 token 需等待 53.6 秒。

有一個結構性理由可以預期 Grok 4.8 會改變那些數字，而不只是改變頭條分數。一個透過強化學習在長時程任務上訓練的模型，往往會花更多 token 思考，而不是更少，因此當首批獨立測量出現時，token 效率與實際耗時數據才是值得關注的指標。如果 Grok 4.8 提高了指數，同時也讓每項任務成本增至三倍，那麼對大多數工作負載而言，實務上的答案仍會是更便宜的模型。

廠商自己的比較，這是整週所說最有用的一件事。

當被直接問到 Grok 4.8 是否優於 Claude Opus 5.5 時，11 月 10 日的回答是「沒那麼好」，並稱 Opus 5.5 是「傑作」。接著的說法是，Grok 5 應該會超越 Opus 5.5，而這可能在兩、三個月內發生。這是一家廠商把當前世代讓給競爭對手，並指向下一個世代，而這是整串討論中與決策最相關的一句話：如果你今天要以能力來挑選前沿模型，那麼即使是由打造它的人來說，Grok 4.8 也沒有被當成答案。

這也重新界定了這次推出的意義。有限度的 Bot 發布，是為了對一個基礎（用廠商自己的話說）尚未達到驚人水準的模型蒐集訊號，而不是為了從更強的競爭對手手中搶下市佔。從這個角度解讀本週的承諾，現實的結果就是：一小群使用者會先拿到一個仍在測試中的模型，而後續公開發布的日期，沒有人說過。

今天你可以怎麼稱呼，以及如何對沖

如果你想在本週就讓 Grok 進入生產環境，答案就是透過 API 使用 Grok 4.7——grok/grok-4.7 在 OrcaRouter 上以 SpaceXAI 自家的定價表價格提供，沒有任何加價，供應商價格直接傳遞，因此廠商價格變動會在同一天反映到你身上，而不是經過一輪重新定價後才反映。這一點對這個模型尤其重要，因為它的價目表是分級的：提示低於 200K 時，每百萬個 token 輸入 $2.00、輸出 $6.00；達到或超過 200K 時則是 $4.00 和 $12.00，快取輸入為 $0.50，重複前綴可享 75% 快取折扣。一個長的代理迴圈若每一輪都重新傳送相同的系統提示，支付的是快取費率，而不是牌告費率，而兩級門檻意味著不巧的提示長度可能讓帳單翻倍。

對於尚未經證實的模型，這正是此情況實際需要的避險作法。當 Grok 4.8 真的取得識別碼時，評估它的明智方式是在容錯移轉規則後方進行，而不是把它當成硬編碼的模型：把你重視的流量導向你已測量過的模型，讓新模型先承接其中一小部分流量，並在它發生錯誤或逾時時讓路由器退回。在 OrcaRouter 上，這是路由設定，而不是第二套整合——一組金鑰、一個與 OpenAI 相容的端點、跨供應商的自動容錯移轉，以及 Grok 系列每個模型都使用同一個端點，因此把工作負載從 Grok 4.7 移到 Grok 4.6，或從 Grok 4.3 移過來測試成本差異，只是改一個字串。這也是為什麼不該把任何東西硬編碼成你在某人的用戶端函式庫中看到的 grok-4.8 slug：第三方清單中的變體名稱不算部署，而在生產環境中會 404 的 slug，比等上兩週還糟。

什麼能讓這件事定下來？

四個檢查點，依它們可能出現的先後順序，每一個都會把一項說法變成事實：

• 開發者文件中的一個識別碼——SpaceXAI 模型清單上的 grok-4.8 條目，並有專屬頁面。這是其他一切的前提條件，而且可公開查核；該頁面目前只到 Grok 4.7。

• 價目表。價格是決定一個模型能否大規模使用的關鍵數字，而沒有公開定價的模型，就沒有正式投產的可能。

• 一個上下文視窗與一個知識截止點。來自九月選擇器追蹤的 500K 與 256K 字串是唯一流傳的數字，而兩者都算不上文件記載。

• 獨立評分。Artificial Analysis 目前尚未收錄 Grok 4.8，而其 Grok 4.7 的基準分數為 35、每項任務成本 7.77 美元；任何廠商提供的基準測試數據，都必須超越這個數字才足以取信於人。

至少在頭兩項出現之前，本週的正確解讀很狹窄，且值得直說：一個原定九月推出的模型，正與一小群 Bot 使用者進行測試；它的開發商自己說它還不比前沿模型更好；而這個頁面大多數讀者實際會用到的 API，則完全沒有任何消息。值得關注的不是推出公告，而是開發者文件頁面——一旦那裡出現 grok-4.8 那一列，旁邊還標著價格，等待就結束了；在那之前，其他每個訊號都只是時程安排。