SpaceXAI 正式发布 Grok 4.7，主打编程与知识工作

SpaceXAI 于 2026 年 9 月 21 日正式发布 Grok 4.7，官方将其定位为面向编程与知识工作的最强模型，并称其速度可达可比模型的两倍、价格只有一半。模型已进入 Cursor、Grok Build 和 Grok API，也将通过第三方编程工具、模型路由平台与云服务提供。标准版 API 定价与 Grok 4.6 保持一致：每百万输入 token 2 美元、每百万输出 token 6 美元；另有输出速度翻倍的快速版，价格相应翻倍。

这次升级的重点不在聊天体验或多模态展示，而在长时间执行、自我检查与专业知识工作。官方称 Grok 4.7 使用了比 Grok 4.6 更大的基础模型，强化学习时间更长、训练任务更难，其中相当一部分需要数小时才能完成；模型还加强了长上下文管理与结果核查，并针对 Grok Bot 运行环境做了原生训练。

马斯克公开表示，Grok 4.7 在智能水平、运行速度和成本之间取得了很有竞争力的平衡。这一表述来自其推文，属于发布方立场，而非独立验证的结论。

官方公布的多项成绩显示，Grok 4.7 相比 Grok 4.6 有明显进步：CursorBench 4.0 由 40.4% 升至 46.3%，Terminal-Bench 4.0 由 20.3% 升至 38.0%，EEBench 由 53.0% 升至 64.0%，Harvey Legal Agent Benchmark 由 15.8% 升至 19.6%，GDPval Elo 由 1605 升至 1695。机器之心还提到 AA Briefcase v1.1 由 1546 分增至 1657 分、HealthBench Professional 由 48.5% 升至 56.7%，APPSO 则提到 DeepSWE v1.1 由 65.2% 提高到 71.0%。这些数字均来自 SpaceXAI 公布的内部对比表，能说明新旧两代之间的变化，但跨模型比较仍会受推理强度、工具配置和测试环境影响。

横向比较后，Grok 4.7 的优势主要集中在价格和部分专业任务，综合成绩并未全面领先。APPSO 指出，在 CursorBench 4.0 和 Terminal-Bench 4.0 上它低于 Fable 5.1 Max，在 DeepSWE v1.1 上略低于 GPT 5.6 Sol Max；但在 Harvey Legal Agent Benchmark 中取得 19.6%，明显高于官方表格中的几款对比模型。机器之心也提到，Grok 4.7 在 GDPval 上接近 Fable 5.1 的 1735 分，高于 GPT-6 Astra 的 1542 分。

Artificial Analysis 随后给出 46 分的 Intelligence Index 成绩，称 Grok 4.7 让 SpaceXAI 进入全球前四名 AI 实验室，其 Coding Agent Index 表现也超过 GPT 5.6 Sol。这一第三方评测结果来自 APPSO 的转述，可作为外部参照，但不宜等同于全面能力排名。