xAI 发布 Grok-1.5，上下文扩至 12.8 万 token

背景

Grok-1.5 是对 Grok-1 的升级，而 Grok-1 是 xAI 在此之前已经发布的模型。^[1]这类升级通常同时追求几个目标：更准确地回答难题，能在视野中保留更长的对话或文档，并支持更多类型的输入。xAI 的发布说明主要围绕前两点展开。

发生了什么

2024 年 3 月 28 日，xAI 宣布 Grok-1.5，称其推理能力有所提升，上下文窗口为 12.8 万 token。^[1]公司报告了两项测试的成绩变化：MATH 是竞赛风格的数学题集，分数从 Grok-1 的 23.9% 升至 50.6%；HumanEval 是一组 Python 编程题，分数从 63.2% 升至 74.1%。^[1]

模型并非一次性面向所有人开放。它先开放给早期测试用户，以及 X 平台上已有的 Grok 用户。^[1]2024 年 5 月 15 日，它开放给 X 的付费会员 Premium 用户。^[3]

约两周后的 2024 年 4 月 12 日，xAI 预览了 Grok-1.5V，称其为公司首个多模态模型，能同时处理图像和文字。^[2]xAI 报告它在为此次预览新建的基准 RealWorldQA 上得分 68.7%。该基准包含 700 多张图片，每个问题的答案都可以核对。它以 CC BY-ND 4.0 许可发布。^[2]

关键细节

这次预览的开放程度有限。Grok-1.5V 本身没有向公众发布。^[3]想独立核对其成绩的人只能等待，而 RealWorldQA 的图片和问题则已公开，供他人使用。^[2]

影响

这次发布显示 Grok 系列在两个方向上同时推进：更长、更可靠的文本推理，以及图像理解。对读者来说，关键在于：模型公布的分数是开发者自己的说法；而当基准的题目和图片公开时，别人才能检验结果，基准也才更有参考价值。