Musk, Tesla çalışanlarına Grok'a geçmelerini söyledi — kendisinin daha kötü olduğunu kabul ettiği bir model

Elon Musk, Cuma günü çalışanlara gönderilen bir notaya göre, Tesla personeline kendi xAI'sinden (şimdi SpaceX'e dahil edildi) gelen AI modeli Grok'u kullanmaya geçmelerini söyledi.

Bu hamle, Tesla'nın üçüncü taraf AI araçlarına yönelik çalışan harcamalarını sınırlamasından birkaç gün sonra geldi ve Musk'ın kendisinin Grok'un rakipleri kadar iyi olmadığını kabul etmesine rağmen gerçekleşiyor.

Notada ne yazdığı: The Information tarafından ilk olarak bildirilen notaya göre Musk, çalışanlara Grok 4.5'in rakiplerine kıyasla daha düşük token maliyetleri göz önüne alındığında 'mümkün olduğunda' Grok'a geçmeleri gerektiğini söyledi. Ayrıca mühendislerden modelle ilgili geri bildirimleri doğrudan kendisine e-postayla göndermelerini istedi.

Bu talimat, Tesla'nın bu hafta başında çalışanların AI harcamalarına haftalık 200 dolarlık bir sınır getirmesinin ardından geldi. Bu sınır, Anthropic, OpenAI ve Google'ın modelleri için geçerli — ancak belirgin bir şekilde xAI'nin Grok'u, yani Musk'ın şimdi çalışanlarına benimsemelerini söylediği araç hariç tutuluyor.

Tesla aylardır Grok'un beta sürümlerini dahili olarak test ediyor ve xAI ürün lideri Andrew Milich, sorun giderme için Tesla personeliyle birlikte çalışıyor. Bu çabaya rağmen, dahili kullanıma aşina dört kişi daha önce Tesla mühendislerinin günlük geliştirme çalışmaları için büyük ölçüde Anthropic'in Claude'unu tercih ettiğini söyledi.

Grok 4.5, OpenAI, Anthropic ve Google'ın gerisinde kalıyor: xAI, Çarşamba günü Grok 4.5'i, SpaceX'in 60 milyar dolar değer biçilen bir anlaşmayla satın aldığı kodlama girişimi Cursor ile birlikte piyasaya sürdü. Musk modeli 'Opus-sınıfı' olarak tanıttı.

Kıyaslama verileri daha mütevazı bir hikaye anlatıyor. Toplam çok alanlı bir liderlik tablosunda Grok 4.5, 76.3 puanla genel olarak 9. sırada yer alıyor; OpenAI (GPT-5.6 Sol, GPT-5.5, GPT-5.6 Terra, GPT-5.4), Anthropic (Claude Fable 5, Claude 4.8 Opus, Claude 4.7 Opus) ve Google'dan (Gemini 3.1 Pro) birden fazla modelin gerisinde kalıyor. Kodlama puanı 68.6 ile tablodaki herhangi bir modelin en düşük puanı.

Bu durum başka yerlerde de tekrarlanıyor. LiveBench'te Grok ailesi, en üst kademenin sadece dibine ulaştı — fiyatın çok küçük bir kısmına mal olan açık Çin modelleriyle aynı nokta. Gerçek GitHub sorunlarını çözmeyi ölçen tarafsız DeepSWE 1.1 kodlama benchmark'ında Grok 4.5, Claude Fable 5'in %70'ine karşı %53 puan aldı.