Tesla đang đẩy mạnh sử dụng Grok của xAI trong nội bộ khi áp trần ngân sách với các công cụ AI bên ngoài, trong lúc Elon Musk vẫn thừa nhận Claude có lợi thế hơn về hiệu năng ở một số bài kiểm chuẩn.

Theo Electrek ngày 10/7 (giờ địa phương), Tesla đầu tuần này đã giới hạn chi tiêu cho các công cụ AI của Anthropic, OpenAI và Google ở mức 200 USD cho mỗi nhân viên mỗi tuần. Riêng Grok của xAI không bị áp mức trần này.

Trong thông báo gửi nhân viên, Musk cho biết chi phí token của Grok 4.5 thấp hơn các mô hình cạnh tranh và yêu cầu nhân viên chuyển sang dùng Grok khi có thể. Ông cũng đề nghị các kỹ sư trực tiếp sử dụng mô hình, sau đó gửi lỗi phát sinh và đề xuất cải tiến tới email của mình.

Động thái này diễn ra sau vài tháng Tesla thử nghiệm bản beta của Grok. Theo thông tin được chia sẻ, Andrew Milich, người phụ trách sản phẩm tại xAI, đã phối hợp với nhân viên Tesla để xử lý các vấn đề kỹ thuật và cải thiện tính năng. Dù vậy, theo các nguồn tin am hiểu nội bộ, trong công việc phát triển thực tế, các kỹ sư Tesla vẫn ưu tiên Claude của Anthropic.

Chỉ đạo của Musk cũng xuất hiện đúng thời điểm Grok 4.5 gây tranh luận về hiệu năng. xAI công bố Grok 4.5 hôm 9/7, và Musk giới thiệu trên X rằng đây là mô hình ở “cấp Opus”. Tuy nhiên, theo bảng tổng hợp benchmark được Electrek dẫn lại, Grok 4.5 đứng thứ 9 với 76,3 điểm, xếp sau nhiều mô hình của OpenAI, Anthropic và Google. Ở hạng mục coding, mô hình này đạt 68,6 điểm, thấp nhất trong nhóm được so sánh.

Kết quả tương tự cũng xuất hiện ở benchmark DeepSWE 1.1, thước đo năng lực xử lý GitHub issue. Grok 4.5 đạt 53%, trong khi Claude Fable 5 đạt 70%.

Quá trình ra mắt Grok 4.5 cũng làm dấy lên nghi vấn về độ tin cậy của benchmark. Cursor, công ty cung cấp công cụ AI hỗ trợ lập trình, cho biết một snapshot cũ trong codebase của họ đã vô tình được đưa vào dữ liệu huấn luyện của Grok 4.5. Sau đó, các chỉ số so sánh liên quan đã bị gỡ khỏi tài liệu công khai.

Bản thân Musk cũng không phủ nhận hoàn toàn khoảng cách hiệu năng với đối thủ. Trên X, ông viết: “Nói công bằng thì Fable rõ ràng tốt hơn Grok 4.5”. Dù vậy, ông cho rằng phần lớn công việc không đòi hỏi mức hiệu năng như Fable, qua đó nhấn mạnh bài toán hiệu quả chi phí.

Theo bài viết, lợi thế lớn nhất của Grok nằm ở giá thành. Chi phí cho mỗi tác vụ của Grok 4.5 vào khoảng 0,13 USD, thấp hơn đáng kể so với khoảng 1,57 USD của Claude Fable 5. Việc Tesla chỉ áp trần ngân sách với các mô hình bên ngoài nhưng miễn trừ Grok cũng được cho là gắn với khác biệt này về chi phí.

Tuy nhiên, trong bối cảnh nhân viên Tesla có xu hướng dùng Claude nhiều hơn khi được tự do lựa chọn công cụ AI, chỉ đạo lần này dường như không chỉ nhằm tiết kiệm ngân sách. Một số phân tích cho rằng Tesla đang điều chỉnh định hướng sử dụng AI nội bộ theo hướng ưu tiên Grok.

Bài viết cũng cho biết xAI hiện được mô tả là sáp nhập vào SpaceX. Điều đó cho thấy quyết định lựa chọn công cụ AI tại Tesla có thể gắn trực tiếp với việc sử dụng sản phẩm từ các doanh nghiệp khác mà Musk tham gia. Vấn đề được theo dõi tiếp theo là liệu các kỹ sư Tesla có thực sự chuyển sang Grok hay không, cũng như cách công ty cân bằng giữa cắt giảm chi phí và năng suất phát triển.