马斯克在 X 上表示，Grok 4.8 已完成第一阶段训练，目前进入强化学习阶段，本周晚些时候将向 Bot 用户限量推送。这一版本的特殊之处不在模型本身，而在于训练与推理的底层软件被整个推倒重来。
据马斯克介绍，团队弃用了 JAX 与 SGLang 这两套常用于训练和运行大模型的工具，从零用 C/C++ 重写了整个强化学习与推理栈。他承认这次重写多花了一些时间，同时对用于教模型如何回答的 SFT 数据做了大量清理，称这是「把这件事基本做对」所必需的。强化学习是训练流程中较靠后的环节，通过对更好的回答给予奖励来优化模型表现。
他在周二早些时候写道，4.8 已进入强化学习，评测分数开始爬升。随后他补充，新代码是「C 为主、带一点 C++，但不太多」，其中甚至包含一些汇编语言。这套软件基于打造 Starlink 的工程师所做的工作，在 SpaceX 内部「我们自己写头文件、自己计算时间（包括闰秒）」，也就是说连系统如何计时这类最基础的部件都自行构建。马斯克称这是「紧凑的代码」，并写道，总有一天超级智能会写出更好的软件栈，但那天还没到。
在版本定位上，马斯克给 4.8 划了一条明确的界线：「Grok 4.8 与 4.7 将毫无相似之处（谢天谢地）。」不过他也没有过度包装，直言新版本「还不算惊艳」，但「基础打得对」，预期它会「演化成了不起的东西」。这一表态延续了他在 9 月中旬给出的路线图：当时他说 4.8 会在那周完成训练并启动强化学习，并将其描述为一个 2.5 万亿参数、用新 C++ 软件栈训练的模型。
竞争层面的表态同样值得注意。有用户问 Grok 4.8 与 Anthropic 的 Opus 5.5 相比如何，马斯克回答「不如它」，并称 Opus 5.5 是「杰作」。他补充说，Grok 5「应该会超过 Opus 5.5」，或许在两三个月内实现，此后还会持续加速。他没有说明更广泛的公开版本何时推出。
从背景看，这次重构的看点在于「自研底层」的思路：放弃业界常见工具链、自己掌控训练与推理的每一层，理论上能换来更高的效率与更少的对外部依赖，但代价是更长的开发周期和更高的工程风险。马斯克把重写归功于 Starlink 团队出身的工程师，也暗示 SpaceX 内部跨项目的工程能力正在向 AI 业务输送。
对观察者而言，短期可验证的信号是本周 Bot 用户的限量体验反馈与评测分数走势；中期则要看这套自研栈能否在更大规模训练中稳定兑现。马斯克本人对 4.8 的措辞保持克制，把更高的期待留给了 Grok 5，这也意味着接下来几个月的模型迭代节奏与基准表现，将是判断这条技术路线成败的关键窗口。