Grok-1.5V
Grok-1.5V est un LLM propriétaire de xAI, publié le 12 avril 2024 avec des poids non ouverts. Son ancienneté, environ deux ans, est très importante à l’échelle de l’IA générative, ce qui le situe surtout comme un modèle de sa génération plutôt que comme une référence actuelle.
Grok-1.5V est un LLM propriétaire de xAI, publié le 12 avril 2024 avec des poids non ouverts. Son ancienneté, environ deux ans, est très importante à l’échelle de l’IA générative, ce qui le situe surtout comme un modèle de sa génération plutôt que comme une référence actuelle.
La fiche repose sur une seule source de données concordante. Les informations vérifiées permettent d’établir son identité, son éditeur, sa licence et sa période de sortie, mais ne documentent pas ici ses performances chiffrées, son entraînement ou son maintien éventuel au catalogue.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | xAI |
| Licence | Proprietary (poids non ouverts) |
| Date de sortie | 12 avril 2024 |
| Multimodal | oui |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| AI2D | 88,3 % | 17ᵉ / 32 | llm-stats | Auto-déclaré |
| DocVQA | 85,6 % | 24ᵉ / 26 | llm-stats | Auto-déclaré |
| TextVQA | 78,1 % | 9ᵉ / 15 | llm-stats | Auto-déclaré |
| ChartQA | 76,1 % | 22ᵉ / 24 | llm-stats | Auto-déclaré |
| RealWorldQA | 68,7 % | 22ᵉ / 25 | llm-stats | Auto-déclaré |
| MMMU | 53,6 % | 52ᵉ / 61 | llm-stats | Auto-déclaré |
| MathVista | 52,8 % | 33ᵉ / 38 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. Grok-1.5V a l’intérêt d’incarner une étape datée de la stratégie de xAI sur les LLM propriétaires au printemps 2024. Sa licence fermée le place dans la catégorie des modèles commerciaux dont les poids ne sont pas publiés, un choix cohérent avec une exploitation contrôlée par l’éditeur. À sa sortie, il appartenait à une génération de modèles encore comparée selon les standards de 2024, avant l’accélération des modèles frontière plus récents. Les données disponibles ne fournissent toutefois aucun benchmark vérifié, ce qui empêche d’identifier des points forts mesurés sur Intelligence Index, Code Index, Agentic Index ou d’autres tests spécialisés.
Limites et points d'attention. Son âge est le principal facteur de relativisation : environ deux ans représentent un cycle très long dans l’IA, et ses performances sont probablement largement dépassées par les modèles haut de gamme actuels. Les modèles de cette période sont aussi souvent retirés ou remplacés dans les catalogues des éditeurs. La documentation vérifiée ne donne aucun chiffre sur le compute d’entraînement, l’équivalent GPU H100 ou le coût en dollars, ce qui limite l’analyse de l’effort industriel derrière le modèle. La couverture par une seule source concordante impose enfin une lecture prudente des informations disponibles.
Sources des données : LLM-Stats (llm-stats.com).