刚刷到 Musk 的最新推文，信息量不小。他直接把 Grok 接下来两个版本的底牌全亮了：4.6 在 8 月 7 日左右发，1.5T 参数，主打 SFT 和 RL 的大幅优化；4.7 晚几周，2.1T 参数，全方位碾压 4.6，唯一代价是推理稍慢，但 token 效率反而更高。这不是简单的版本迭代，是把产品线劈成了两条赛道。

之前不少媒体把 Grok 4.6 说成 2T 模型，现在可以纠正了——那是把 4.6 和 4.7 搞混了。Musk 这次说得非常清楚：1.5T 归 4.6，2.1T 归 4.7，两代产品定位完全不同。

4.6 不堆参数，堆训练质量

1.5T 参数放在今天的前沿模型里不算最大，但 Musk 特意点名了 SFT（监督微调）和 RL（强化学习）两项训练的"显著提升"。这说明什么？4.6 的核心卖点不是"更大"，而是"更听话、更聪明"。

SFT 决定了模型能不能精准理解你的指令，RL 决定了它在复杂推理场景下会不会跑偏。这两项做好了，1.5T 的实际体验完全可以吊打一个训练粗糙的 2T 模型。Musk 敢在 4.7 出来之前先放 4.6，就是对这个训练质量有信心。

对普通用户来说，8 月 7 日这个时间点也意味着你很快就能上手验证。不像之前那些"coming soon"的画饼，这次有具体日期，说明后训练阶段大概率已经收尾了。

4.7 才是那个"2T 怪兽"

如果你追求的是纯粹的模型上限，那 4.7 才是你要等的。2.1T 参数，Musk 原话"better than 4.6 in every way"，唯一的 trade-off 是推理速度稍慢。但他紧接着补了一句"even better token efficiency"——这意味着虽然单次响应慢了，但每个 token 的质量更高，完成同一个任务可能反而用的 token 更少、总成本更低。

这个取舍非常关键。现在整个行业都在从"比谁参数大"转向"比谁 token 省"。OpenAI、Google、Anthropic 最近几个月全在卷推理质量和单条回答的成本。Musk 把 4.7 定位成"慢一点但更省"，恰恰踩中了这个趋势。

当然，"better token efficiency"目前还只是 Musk 的一面之词。没有独立 benchmark，没有第三方评测，没有企业客户的实际反馈。2.1T 的模型跑起来到底多慢、token 效率提升了多少、跟 Kimi K3 和 Claude Opus 比到底谁强——这些问题都得等 4.7 真正上线后才能回答。

所以我的建议是：8 月 7 日先用 4.6，感受 SFT/RL 的提升是不是真的明显；4.7 出来后再看 benchmark 决定要不要切换。别被参数数字晃了眼，用起来好不好使才是真的。

每天将我了解到的最新讯息分享给大家，降低大家自己摸索不到的门槛～