O Grok 4.8 é um modelo de 2,5 T — mas a nova stack de C++ é a grande novidade

O Grok 4.8 ainda não foi lançado publicamente, mas Elon Musk já revelou dois detalhes invulgarmente importantes: é um modelo com 2,5 biliões de parâmetros e foi treinado pela xAI com uma nova stack de software em C++. Também disse que o modelo passaria à aprendizagem por reforço após a fase de treino atual.

O valor de 2,5 biliões será o principal destaque. A stack de C++ poderá dizer-nos mais sobre o rumo da IA de ponta. A esta escala, os melhores modelos dependem não só da arquitetura e dos dados de treino, mas também da eficiência com que milhares de aceleradores comunicam, recuperam de falhas, transferem dados, guardam pontos de controlo e se mantêm ocupados durante semanas ou meses.

O que sabemos realmente sobre o Grok 4.8?

A informação pública continua a ser limitada, pelo que é importante separar os detalhes confirmados da especulação.

A 20 de setembro de 2026, a documentação pública sobre modelos da xAI ainda apresenta o Grok 4.6 como o seu principal modelo de uso geral. O Grok 4.8 ainda não tem uma página pública de modelo da API nem um relatório técnico.

Esta distinção é importante porque concluir uma fase importante do treino não é o mesmo que lançar um modelo acabado.

Porque é que a nova stack de treino em C++ pode ser mais importante do que 2,5 biliões de parâmetros

A xAI trata a infraestrutura como parte do desenvolvimento de modelos desde o início. A publicação original da xAI sobre a engenharia da Grok descreveu uma stack personalizada de treino e inferência, baseada em JAX, Rust e Kubernetes, e destacou a dificuldade de manter grandes clusters de GPU produtivos apesar das falhas de hardware.

À escala de modelos de ponta, o software de treino tem de gerir muito mais do que a própria rede neuronal.

• utilização e escalonamento de GPU
• comunicação entre aceleradores
• fragmentação de parâmetros e ativações
• alocação de memória
• carregamento de dados
• criação de pontos de controlo
• deteção e recuperação de falhas
• sincronização distribuída
• execução do kernel
• monitorização e telemetria

Um cluster pode ter uma capacidade de computação teórica enorme e, ainda assim, desperdiçar uma parte significativa dessa capacidade se os aceleradores passarem demasiado tempo à espera de comunicação, dados, sincronização ou recuperação.

Esta é a verdadeira razão pela qual a nova stack de C++ do Grok 4.8 é interessante. A potencial vantagem não se resume a «C++ é mais rápido do que Python». É que uma stack personalizada de nível mais baixo pode dar à xAI um controlo mais rigoroso sobre as partes dispendiosas do treino distribuído.

O mesmo princípio dos estrangulamentos aplica-se a uma escala muito menor na IA local. Um sistema pode ter uma GPU potente e, ainda assim, ficar à espera de acesso à memória, ao armazenamento ou à rede. Perceber se a limitação está na computação, memória, armazenamento ou rede é mais útil do que partir do princípio de que todos os problemas de desempenho exigem uma GPU maior.

O C++ torna automaticamente o treino de IA mais rápido?

Não.

As estruturas modernas de IA já executam a maioria das operações tensoriais mais exigentes através de kernels de GPU compilados, bibliotecas de aceleradores e compiladores de grafos. O Python funciona muitas vezes como uma interface de alto nível, em vez de executar diretamente a multiplicação de matrizes.

Uma implementação em C++ poderia ser relevante se melhorasse o escalonamento, a gestão de memória, a comunicação, os pontos de controlo, os kernels personalizados ou a recuperação de falhas. Mas, até a xAI publicar a arquitetura da sua nova pilha, afirmar exatamente de onde vêm os ganhos seria especulativo.

Também é demasiado cedo para afirmar que a xAI abandonou completamente o JAX. O Grok-1.5 foi explicitamente desenvolvido com uma estrutura de treino com JAX, Rust e Kubernetes. A declaração de Musk sobre o Grok 4.8 confirma uma nova pilha em C++, mas não esclarece que componentes anteriores se mantêm.

O que significam realmente 2,5 biliões de parâmetros?

O número bruto parece extraordinário, mas os parâmetros totais e os parâmetros ativos não são a mesma coisa.

Se o Grok 4.8 usar uma arquitetura densa, a maioria ou a totalidade desses parâmetros poderá participar na inferência. Se usar uma arquitetura de Mistura de Especialistas, apenas um subconjunto poderá ser ativado por token.

A xAI não revelou que arquitetura é usada pelo Grok 4.8.

O Grok-1 mostra por que razão esta distinção é importante. De acordo com o repositório oficial do Grok-1, o modelo anterior tinha:

Isto não prova que o Grok 4.8 usa a mesma arquitetura. Demonstra por que razão, por si só, «2.5T parâmetros» não nos permite saber qual é o custo de inferência, a memória necessária ou a capacidade de computação efetiva por token.

Até a xAI publicar a arquitetura do modelo, várias questões permanecem em aberto:

• O Grok 4.8 é denso ou MoE?
• Quantos especialistas contém?
• Quantos são ativados por token?
• Qual é o número de parâmetros ativos?
• Que parte do valor de 2.5T corresponde a componentes multimodais?

Esta é uma das razões mais importantes para não comparar modelos de fronteira apenas com base no número total de parâmetros.

Um modelo de 2.5T significa automaticamente maior inteligência?

Não. O número de parâmetros mede a capacidade do modelo, não as suas capacidades finais.

O desempenho no mundo real também depende de:

• Arquitetura do modelo
• Qualidade dos dados de treino
• Mistura de dados
• Estabilidade da otimização
• Pós-treino
• Aprendizagem por reforço
• Utilização de ferramentas
• Computação no momento do teste
• Conceção da inferência e da disponibilização do modelo

Os lançamentos recentes da xAI já demonstram a importância crescente do pós-treino. No anúncio do Grok 4.5, a xAI destacou a aprendizagem por reforço em centenas de milhares de tarefas e execuções prolongadas de agentes, em vez de apresentar a dimensão do modelo como a única fonte de melhoria.

Isto significa que a pergunta útil não é:

Qual é a dimensão do Grok 4.8?

É:

Com que eficácia consegue a xAI transformar essa capacidade em raciocínio, programação, utilização de ferramentas e comportamento fiável de agente?

O que significa «iniciar o RL» para o Grok 4.8?

Avançar para a aprendizagem por reforço não significa que o Grok 4.8 esteja prestes a ser lançado.

Um modelo de fronteira pode ainda exigir muito trabalho após a sua execução principal de treino, incluindo:

• Aprendizagem por reforço e outro pós-treino
• Otimização do seguimento de instruções
• Treino de agentes e utilização de ferramentas
• Avaliações de segurança e capacidades
• Otimização da inferência
• Otimização da latência e da memória
• Integração com APIs e produtos

O RL pode ter um grande impacto no comportamento do modelo, mesmo que o número de parâmetros subjacente não se altere.

Um modelo pode ter conhecimentos suficientes para resolver um problema de programação difícil e, ainda assim, ter um desempenho fraco como agente se parar demasiado cedo, escolher a ferramenta errada, desperdiçar demasiadas etapas ou não verificar o próprio trabalho.

A direção atual da xAI torna este tema especialmente relevante. O Grok 4.6 é apresentado explicitamente como um modelo para agentes de longa duração, programação e trabalho de conhecimento, e o seu anúncio oficial destaca a persistência em tarefas com várias etapas.

Por isso, no caso do Grok 4.8, a fase de RL poderá ser quase tão importante como a escala de pré-treino de 2.5T para determinar a experiência final dos utilizadores.

Porque é que o software de treino se torna uma vantagem competitiva à escala de fronteira

Quanto maior for a execução de treino, mais dispendientes se tornam as pequenas ineficiências.

A infraestrutura original do Grok, da xAI, centrava-se explicitamente em maximizar a computação útil por watt e em manter uma elevada utilização de FLOPs do modelo, mesmo quando o hardware falhava.

Isto permite interpretar de forma mais útil a stack de C++ do Grok 4.8:

Os laboratórios de IA de fronteira competem cada vez mais não só no design dos modelos, mas também na quantidade de inteligência útil que conseguem extrair do mesmo hardware dispendioso.

O princípio é surpreendentemente semelhante ao da IA local, apesar de a escala ser completamente diferente. Os sistemas locais também beneficiam de atribuir cada carga de trabalho ao recurso adequado, em vez de comprar mais hardware às cegas.

É possível executar o Grok 4.8 localmente?

Atualmente, não há fundamento para afirmar que o Grok 4.8 possa ser executado localmente.

A xAI não divulgou:

• pesos do Grok 4.8
• uma arquitetura de modelo
• contagens de parâmetros ativos
• checkpoints quantizados
• requisitos de hardware local
• instruções de self-hosting

Mesmo o valor de 2,5 T não permite calcular uma estimativa significativa de VRAM sem saber se o modelo é denso ou esparso.

Isto torna o Grok 4.8 muito diferente dos modelos abertos que podem ser quantizados e instalados em hardware de consumo. Para já, pertence ao domínio da computação centralizada de fronteira em IA.

Isso não torna a IA local irrelevante. Torna mais importante separar as cargas de trabalho.

Porque é que um modelo de fronteira de 2,5 T pode tornar a IA local mais valiosa

A IA de fronteira e a IA local estão cada vez mais a otimizar restrições opostas.

A questão importante para quem utiliza sistemas locais não é saber se um modelo de 7B, 14B ou 30B consegue superar o Grok 4.8 no geral.

A questão é saber se a tarefa em curso precisa mesmo de inteligência ao nível do Grok 4.8.

É por isso que a IA híbrida e o encaminhamento de modelos se tornam mais úteis à medida que os sistemas de fronteira aumentam de dimensão. As tarefas rotineiras, privadas e repetitivas podem continuar a ser processadas localmente, enquanto os casos difíceis são encaminhados para uma API de fronteira.

Um assistente de IA privado, por exemplo, pode manter a pesquisa, o acesso a documentos, a memória e a inferência leve perto dos ficheiros locais, sem precisar do modelo de cloud mais potente para todas as etapas.

O limite de privacidade também é importante. Um sistema não é verdadeiramente local só porque o seu LLM principal é executado em casa. Os embeddings, a autenticação, o encaminhamento ou as chamadas a ferramentas podem continuar a depender de serviços remotos. Um fluxo de trabalho de IA capaz de funcionar offline tem de se manter local em toda a cadeia de dependências.

O Grok 4.8 é, na verdade, uma história sobre infraestrutura

Quando o Grok 4.8 for lançado, é provável que a atenção se volte sobretudo para as pontuações de referência, os resultados em programação, os testes de raciocínio e as comparações com outros modelos de fronteira.

Mas, mesmo antes de esses números existirem, a história da sua infraestrutura já é visível.

A xAI começou com uma pilha personalizada de JAX, Rust e Kubernetes. Destacou publicamente as falhas de GPU, os pontos de controlo, a sincronização, a capacidade de computação útil por watt e a utilização de FLOPs do modelo. Agora, Musk afirma que um modelo de 2,5 biliões está a ser treinado com uma nova pilha de software C++.

Isto sugere que a fronteira da competitividade está a avançar cada vez mais para as infraestruturas.

Para a xAI, a questão é como tirar mais partido do treino com quantidades enormes de capacidade de computação.

Para quem utiliza IA local, a pergunta mais útil é a inversa: quanta capacidade de computação podemos evitar usar desde o início?

O melhor sistema local pode não ser aquele que tenta reproduzir em casa um modelo de fronteira com 2,5 biliões de parâmetros. Pode ser aquele que mantém as tarefas de rotina em local, recorre a modelos especializados sempre que possível e só utiliza inteligência de fronteira quando a capacidade adicional altera verdadeiramente o resultado.