xAI 发布 Grok 4.7：更大基座模型，保持与 Grok 4.6 相同的 $2/$6 定价
SpaceXAI Releases Grok 4.7: A Larger Base Model at the Same $2/$6 Price as Grok 4.6
SpaceXAI 发布新旗舰模型 Grok 4.7，面向编码、智能体任务和知识工作，定价与 Grok 4.6 相同，为每百万 token 输入 $2、输出 $6。
SpaceXAI 发布了 Grok 4.7，这是其面向编程、智能体任务和知识工作的新旗舰模型。Grok 4.7 基于更大的基础模型和更长的强化学习训练构建。它的价格和速度仍与 Grok 4.6 保持一致。
它可以部署吗？ 可以，作为托管模型部署。你今天就可以通过 xAI API、Cursor、Grok Build、OpenRouter、Vercel 和 Cloudflare 调用 grok-4.7。
底层有哪些变化
SpaceXAI 列出了相较 Grok 4.6 的 4 项变化：
- 一个全新的、更大的基础模型：Grok 4.7 没有复用 Grok 4.6 的基础模型。
- 在更难任务上进行更长的强化学习训练：任务组合更偏向那些需要数小时才能完成的问题。
- 更好的自我验证和长上下文处理能力：该公司表示，该模型会更仔细地检查自己的工作。
- 原生支持 Grok Bot harness：它经过训练，能够理解用于对话和知识工作的 Grok Bot harness。
这份开发者文档列出了 API 规格：
| 属性 | 值 |
|---|---|
| 模型名称 | grok-4.7 |
| 上下文窗口 | 500,000 tokens |
| 知识截止日期 | 2026 年 5 月 |
| 模态 | 文本和图像输入，文本输出 |
| 推理强度 | low、medium、high（默认）、xhigh |
| API | Responses API、Chat Completions |
| 工具 | 函数调用、网页搜索、X 搜索、代码执行 |
基准测试
发布对比表将 xHigh 努力档的 Grok 4.7 与 Grok 4.6 High、GPT-5.6 Sol Max 和 Fable 5.1 Max 进行了比较。Grok 4.7 的 DeepSWE 分数是在 high 努力档下运行的。所有分数均为厂商自报。
| 基准测试 | Grok 4.7 xHigh | Grok 4.6 High | GPT-5.6 Sol Max | Fable 5.1 Max |
|---|---|---|---|---|
| 输入价格（$/M） | $2 | $2 | $4 | $10 |
| 输出价格（$/M） | $6 | $6 | $20 | $50 |
| CursorBench 4.0 | 46.3% | 40.4% | 41.7% | 51.8% |
| DeepSWE v1.1 | 71.0%* | 65.2% | 72.7% | 70.0% |
| EEBench | 64.0% | 53.0% | 39.4% | 56.4% |
| AA Briefcase v1.1 | 1,657 | 1,546 | 1,487 | 1,678 |
| Terminal-Bench 4.0 | 38.0% | 20.3% | 37.3% | 57.9% |
| Harvey 法律智能体基准 | 19.6% | 15.8% | 2.5% | 6.7% |
| HealthBench Professional | 56.7% | 48.5% | 60.5% | 62.1% |
*高投入
Grok 4.7 在每一行上都优于 Grok 4.6。提升最大的是 Terminal-Bench 4.0，从 20.3% 升至 38.0%。EEBench 上升 11 个百分点至 64.0%，为表中最高分。在 Harvey 的法律智能体基准上，Grok 4.7 得分为 19.6%，而 Fable 5.1 Max 为 6.7%。
Grok 4.7 并非全面领先。Fable 5.1 Max 在 7 项基准测试中拿下 4 项第一，其中包括 57.9% 的 Terminal-Bench 得分。GPT-5.6 Sol Max 则保持着 DeepSWE v1.1 的最高成绩，达到 72.7%。
价格是另一个维度。Fable 5.1 Max 的输入成本高出 5 倍，输出成本高出约 8.3 倍。GPT-5.6 Sol Max 的输入成本高出 2 倍，输出成本高出约 3.3 倍。在 CursorBench 4.0 的每任务成本图表上，SpaceXAI 将 Grok 4.7 置于性价比的前沿位置。
在测试专业知识工作的 GDPval 上，Grok 4.7 xhigh 得分为 1,695 Elo。这较 Grok 4.6 high 的 1,605 有所提升。Fable 5.1 max 以 1,735 领先，GPT-6 Astra max 得分为 1,542。SpaceXAI 还表示，Grok 4.7 在创建文档和演示文稿方面表现更佳。
安全与网络安全
Grok 4.7 搭载了一套全新的防护体系。SpaceXAI 称其是所测试过的在拒答和抗越狱方面最强的模型。它以 62.4% 的成绩登顶 LatchBio 的生物安全基准测试。
在 HackerBench v0.3 上——这是 SpaceXAI 自研的针对高风险和恶意网络任务的基准测试——该模型放行了 3.3% 的高风险两用提示词。该公司表示，它很少拦截合法的安全工作。部分网络安全合作伙伴现在可通过邀请制获取其红队能力，用于防御研究。
定价与可用性
Grok 4.7 的价格为每百万输入 token 2 美元，每百万输出 token 6 美元。它已在所有套餐的 Cursor 中可用，并且是 Grok Build 中的默认模型。它还通过 Grok API、OpenRouter、Vercel 和 Cloudflare 提供服务。
Grok 4.7 Fast 是同一模型运行在更快的基础设施上，输出速度翻倍，价格也翻倍。文档称它仅在 Cursor 和 Grok Build 中运行，不在公开的 xAI API 上提供。它也被排除在 Grok Build 的免费套餐之外。
A美国区域端点在https://us.api.x.ai/v1将推理保留在美国境内，溢价 10%。SpaceXAI 建议设置一个prompt_cache_key以实现可靠的缓存命中。
import os
from xai_sdk import Client
from xai_sdk.chat import user
client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(model="grok-4.7")
chat.append(user("Explain this repo."))
print(chat.sample().content)交互式讲解
核心要点
- Grok 4.7 维持 Grok 4.6 的定价，即每百万 tokens 输入 $2、输出 $6。
- 它在 EEBench（64.0%）和 Harvey Legal Agent Benchmark（19.6%）的发布榜单上领先。
- Fable 5.1 Max 仍在 7 项基准中的 4 项上领先，包括 Terminal-Bench 4.0。
- 该 API 提供 500,000-token 的上下文窗口，以及最高至 xhigh 的 4 个推理等级。
- 在 SpaceXAI 的 HackerBench v0.3 上，只有 3.3% 的高风险两用提示词通过了测试。
查看 公告、文档以及 X 帖子。所有功劳都归功于该项目的研究人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 15 万+ 成员的机器学习 SubReddit，并订阅我们的新闻通讯。等等！你在用 Telegram 吗？现在你也可以在 Telegram 上加入我们了。
来源：MarkTechPost · marktechpost.com