Илон Маскнинг Grok 4.5 модели мураккаб вазифалар бўйича жаҳон рейтингида пешқадам бўлди

Сунъий интеллект технологиялари пойгасида навбатдаги муҳим бурилиш юз берди. Илон Маск томонидан асос солинган xAI компаниясининг янги Grok 4.5 модели мураккаб мантиқий вазифаларни бажариш бўйича ўтказилган Лонг-Ҳоризон Терминал-Бенч (ЛҲTB) рейтингида биринчи ўринни эгаллади. Бу натижа сунъий интеллект агентларининг нафақат матн билан ишлаш, балки кўп босқичли муаммоларни ҳал қилиш қобилияти янги босқичга чиққанини англатади. Бу ҳақда Ixbt.com хабар беради.

Лонг-Ҳоризон Терминал-Бенч — бу сунъий интеллект моделларини терминал (буйруқлар сатри) муҳитида синовдан ўтказувчи махсус платформадир. Унда тизимдан узоқ муддатли режалаштириш, таҳлил қилиш ва кетма-кет қарорлар қабул қилиш талаб этилади. Grok 4.5 ушбу синовларда 0,505 ўртача кўрсаткични қайд этиб, 46 та ўта мураккаб топшириқдан 13 тасини муваффақиятли якунлашга муваффақ бўлди.

Рақобатчилардан ўзиб кетиш ва техник ўсиш

Мазкур ютуқнинг аҳамияти шундаки, Grok 4.5 бозордаги энг кучли ҳисобланган моделларни ортда қолдирди. Хусусан, у Claude Соннет 5, Опус 4.8, Fable 5 ва ҳатто OpenAI компаниясининг GPT-5.5 каби гигантларини ортда қолдириб, энг ақлли AI агенти мақомига даъвогарлик қилмоқда. Бу xAI жамоасининг қисқа вақт ичида алгоритмларни оптималлаштириш борасида улкан сакрашга эришганидан далолат беради.

Таққослаш учун, Grok моделининг аввалги 4.20 версияси ушбу бенчмарк доирасида бирорта ҳам топшириқни бажара олмаган эди. Бир неча ой ичида нол натижадан жаҳон етакчилигигача бўлган йўлни босиб ўтилиши, Илон Маскнинг ҳисоблаш қувватларига (NVIDIA чиплари ва суперкомпьютерлар) киритган улкан инвестициялари ўз мевасини бераётганини кўрсатмоқда.

Келажакдаги имкониятлар ва аҳамияти

Grok 4.5 моделининг муваффақияти шунчаки рақамлар эмас, балки амалий дастурлаш ва тизимли бошқарувда инсон ўрнини боса оладиган ёрдамчилар яратиш сари қўйилган қадамдир. Терминал муҳитида ишлаш қобилияти AI агентларига мураккаб сервер операцияларини бажариш, дастурий кодлардаги хатоларни мустақил тузатиш ва катта ҳажмдаги маълумотлар базасини бошқариш имконини беради.

Ўзбекистонлик фойдаланувчилар ва дастурчилар учун ҳам ушбу янгилик катта қизиқиш уйғотиши табиий. Ҳозирда Grok моделлари асосан Х (собиқ Twitter) платформаси орқали тақдим этилаётган бўлса-да, унинг API имкониятлари келажакда маҳаллий стартаплар ва технологик ечимлар учун кучли пойдевор бўлиши мумкин. Илон Маскнинг таъкидлашича, ушбу модел нафақат тезкор, балки мантиқий хулосалар чиқаришда инсон тафаккурига ҳар қачонгидан ҳам яқинроқ келган.

ixbt.com маълумотига кўра, 2026-йилнинг июль ойи якунлари бўйича тузилган ушбу рейтинг сунъий интеллект оламидаги кучлар мувозанатини ўзгартириб юборди. Эндиликда бошқа технологик корпорациялар, жумладан Google ва Microsoft ҳам ўз моделларининг "уқувчанлик" даражасини ошириш бўйича жиддийроқ чоралар кўришига тўғри келади.