5月25日消息,马斯克披露 xAI 下一代基础模型 Grok V9-Medium 已完成基础训练,参数规模 1.5T,约为当前承载所有公开流量的 v8-small(0.5T)模型的三倍。补充训练中已加入大量 Cursor 数据并将继续追加,微调正在进行,强化学习将于数日后启动,预计 2-3 周后向公众发布,核心目标是在复杂编码任务上拉开与 v8-small 的差距。这是 xAI 在 Grok 4.2/4.3 长期主导生产环境后,首次给出 V9 系列的明确上线窗口。 1.5T 完成训练,三倍于在线模型规模
按马斯克的说法,V9-Medium 的训练(他特意纠正不应称作 "pre-training",而是 foundation 训练)已经收尾,评估结果表现良好。这是 xAI Colossus 2 集群上并行训练的多个规模档位之一,其他档位还包括 1T、6T 和 10T 参数版本,其中 6T 参数的 MoE 模型被外界普遍视为后续 Grok 5 的候选基座。
参数翻倍只是表层指标。马斯克此前承认 Grok 4.2 在数据质量与覆盖度上"仍有重要训练数据缺失",这正是 xAI 在 V9 上重做数据管线的直接动因。V9 相较 V8 的改动不仅在体量,更在数据策展(data curation)、训练配方(training recipe)和模型规模上做了系统性重构,同时面向 NVIDIA Blackwell 架构进行针对性优化,区别于仍跑在 Hopper 上的 v8-small。
Cursor 数据补充训练,瞄准编码能力短板
V9 的关键差异化动作是 Cursor 数据的补充训练阶段(xAI 称为 supplemental training,业内通常叫 mid-training)。Cursor 是当前主流的 AI 代码编辑器之一,背后沉淀了大量真实开发者的编辑、调试、重构、Agent 调用工作流数据。xAI 与 Cursor 之间存在算力换数据的合作——xAI 提供 GPU 训练资源,Cursor 共享部分训练数据。
补充训练之后进入 SFT 微调,再过几天启动强化学习。马斯克在帖中给出 2-3 周内完成全部后训练并对外发布的时间表。Cursor 数据流入的直接目标,是补齐 Grok 在长代码生成、Agent 工具调用、复杂调试链路上相对 Claude 和 GPT 的差距——这一差距在 V8 时代被开发者社区长期诟病。 V8 到 V9 是代际切换而非小版本迭代
从 V8 到 V9 的跨度,xAI 内部定位为代际升级而非常规迭代。0.5T → 1.5T 的参数翻三倍,叠加 Hopper → Blackwell 的硬件代际切换以及数据管线重做,使 V9 实质上更接近一次从头训练。当前公开的 Grok 4.3 beta 仍只对 Grok Heavy 层(订阅价 300 美元/月)开放,主流公开版本 4.2 在基础模型层未动。
同期 xAI 还在 SuperGrok Heavy 层灰度推出 Grok Build——一个命令行编码 Agent,支持任务规划、代码审阅、并行子 Agent 协作。产品线逻辑清晰:基础模型层用 V9 抬高编码上限,应用层用 Grok Build 把能力落进开发者工作流。两条线打通,xAI 才有资格在被 Claude 与 GPT 抢占的编码赛道上正面对位。
对位 Claude Opus 4.7 与 GPT-5:编码赛道的正面竞争
编码能力一直是 Claude 系列(目前最新为 Claude Opus 4.7)和 GPT-5 系列的核心优势区。两者在 SWE-bench Verified、LiveCodeBench、Terminal-Bench 等评测上长期占据榜首,Cursor、Windsurf、Cline 等主流 AI IDE 的默认模型也多以这两家为主。Grok 4 系列虽然在 ARC-AGI 等推理类评测上一度刷榜,但在真实编码场景的开发者口碑上仍处于第二梯队。
V9 的逻辑很直接:三倍参数 + Cursor 真实数据 + Blackwell 算力,集中火力打编码。但参数与数据只是基础,关键看后训练阶段——尤其是 RL 阶段的奖励信号设计能否稳定提升复杂任务表现,这恰是 Claude 和 GPT 过去两年累积的核心 know-how,也是 xAI 当前最薄弱的环节。
局限与变数:评测未公布,时间表存先例延期
需要保留几个变量。其一,马斯克目前只给出"评估结果表现良好"的定性描述,未披露 SWE-bench、LiveCodeBench、HumanEval 等具体编码评测分数,V9 的实际能力位置仍需等 RL 完成后验证。其二,"2-3 周公开发布"是马斯克常见的承诺节奏,xAI 历史上多个版本(包括 Grok 5 原定 Q1 2026 发布)出现过延期,最终窗口大概率向后浮动。其三,V9 公开后是否同步替换全部生产流量、Heavy 层与普通层在 V9 上的差异化策略、API 定价是否调整,目前均无明确信息。SuperGrok 付费用户近期频繁反馈"负载过高"提示,V9 上线后容量能否同步扩展,也是开发者侧关注的实操问题。