Elon Musk hat ein Update zum nächsten Grok-Modell geliefert – und die interessantere Nachricht ist nicht das Modell, sondern der Werkzeugkasten. Laut Musk ist das Pre-Training von Grok 4.8 abgeschlossen; das Modell befindet sich jetzt im Reinforcement Learning. xAI habe dafür JAX und SGLang "rausgeworfen" und den gesamten RL- und Inferenz-Stack von Grund auf in C und C++ neu geschrieben. Das habe "etwas zusätzliche Zeit" gekostet.

Für ein Unternehmen, das zwei Jahre lang auf Python-Ökosysteme und Google-Frameworks gesetzt hat, ist das ein bemerkenswerter Schnitt. JAX ist der De-facto-Standard für Training auf TPUs; SGLang gehört zu den verbreitetsten Serving-Stacks für große Modelle. Ein eigener C/C++-Stack verspricht mehr Kontrolle über Latenz, Speicher und Hardware-Auslastung – und kostet genau die Ökosystem-Bibliotheken, die den Rest der Branche teilt.

Zeitplan und Ton

Musk zufolge soll Grok 4.8 zunächst begrenzt ausgerollt werden, unter anderem für Nutzer des Bot-Angebots. Bemerkenswert offen fiel seine eigene Bewertung aus: Er sagte, Grok 4.8 sei im Vergleich zu Claudes Opus 5.5 "nicht so gut" und nannte das Anthropic-Modell ein Meisterwerk. Ein Wettbewerber, der das Modell eines Rivalen öffentlich lobt, ist selten – und ein Hinweis darauf, wie eng das Rennen an der Spitze derzeit ist.

Gleichzeitig hat xAI bislang kein Benchmark-Ergebnis und keine bestätigte Parameterzahl veröffentlicht. In sozialen Netzwerken kursieren Zahlen, die sich nicht überprüfen lassen; belastbare Vergleiche fehlen.

Was das für den Rest der Branche heißt

Ein handgeschriebener Stack ist ein Statement: Wer Training und Inferenz selbst kontrolliert, kann schneller auf Hardware-Änderungen reagieren und muss nicht auf Upstream-Projekte warten. Der Preis ist hoch – eigene Werkzeuge müssen gepflegt, optimiert und gegen Fehler verteidigt werden, und Talent für CUDA-nahe Arbeit ist knapp.

Die Bewährungsprobe kommt nicht mit der Ankündigung, sondern mit einem öffentlichen Modell, veröffentlichten Zahlen und unabhängigen Tests. Bis dahin bleibt ein Pre-Training, das fertig ist, und ein Versprechen, dass die Grundlage nun stimmt.