Grok 4.5: Илон Маск наконец научил свой ИИ пользоваться терминалом лучше конкурентов

Пока индустрия искусственного интеллекта продолжает соревноваться в умении писать стихи и рисовать странных кошек, Илон Маск (Elon Musk) решил напомнить, что его компания xAI строит инструменты для более серьёзной работы. Согласно последним данным за июль 2026 года, новая языковая модель Grok 4.5 заняла первое место в престижном рейтинге Long-Horizon Terminal-Bench (LHTB), продемонстрировав результаты, которые заставляют конкурентов нервно проверять свои дата-центры.

Для тех, кто далёк от мира кода: Long-Horizon Terminal-Bench — это не просто очередной тест на «эрудицию». Это специализированный бенчмарк для ИИ-агентов, где их испытывают в суровой среде командной строки. Здесь не получится просто угадать следующее слово; нужно планировать на несколько шагов вперёд, анализировать ошибки и последовательно принимать решения для решения многоэтапных задач. Это своего рода экзамен на логику и выносливость в реальных технических условиях.

Grok 4.5 показал средний результат 0.505, успешно справившись с 13 из 46 предложенных задач. На первый взгляд, цифра «13» не выглядит как триумф, но в контексте сверхсложных сценариев LHTB — это настоящий прорыв. Для сравнения, предыдущая итерация модели, Grok 4.20, получила в этом тесте круглый ноль. Похоже, разработчики из xAI провели серьёзную работу над ошибками, значительно повысив эффективность архитектуры и «накормив» алгоритмы колоссальными объёмами реальных данных.

Самое интересное начинается при сравнении с другими игроками рынка. Grok 4.5 сумел обойти таких гигантов, как Claude Sonnet 5, Opus 4.8 и даже GPT-5.5. Последний, несмотря на все ожидания, продемонстрировал меньшую гибкость в работе с терминалом. Это свидетельствует о том, что узкая специализация на агентных возможностях