
xAI推出Grok 4.7:更大基座+更長RL訓練 同價同速升級
xAI發布新旗艦Grok 4.7,定位為旗下最強的編碼與知識工作模型:在困難任務上工作得更久、更仔細地自我驗證,並搭載迄今校準最完善的安全防護。模型以與Grok 4.6相同的價格和速度供應,官方稱在其級別中極具競爭力。

- 全新更大基座模型+更長RL訓練,任務組合偏向需時多小時的難題
- CursorBench 4.0得46.3%(Grok 4.6為40.4%),性價比處前沿水平
- Harvey法律代理基準19.6%,大幅領先GPT-5.6 Sol(2.5%)與Fable 5.1(6.7%)
- EEBench電機工程64.0%;GDPval Elo 1695
- 定價$2/百萬輸入、$6/百萬輸出;另有雙倍速度雙倍價的快速版
模型改進:更大基座、更長RL、原生理解Grok Bot
Grok 4.7採用相比Grok 4.6全新、更大的基座模型,經歷一次更長的強化學習訓練,任務組合更艱難,並偏向需要數小時才能完成的問題。模型在自我驗證工作成果與長上下文管理方面均有提升;xAI亦訓練其原生理解Grok Bot harness,改善對話任務與通用知識工作的表現。

基準表現:法律與電機工程亮眼 長時程終端任務仍追不上Fable 5.1
對比四強(Grok 4.7 xHigh/Grok 4.6 High/GPT-5.6 Sol Max/Fable 5.1 Max):Harvey法律代理基準中Grok 4.7得19.6%,遠高於GPT-5.6 Sol的2.5%及Fable 5.1的6.7%;電機工程EEBench得64.0%,同樣大幅領先;多小時辦公工作的AA Briefcase v1.1取得1,657分,超越GPT-5.6 Sol(1,487)及Grok 4.6(1,546),略低於Fable 5.1(1,678)。DeepSWE v1.1以高 effort 設定得71.0%,與GPT-5.6 Sol(72.7%)及Fable 5.1(70.0%)互有領先;不過Terminal-Bench 4.0長時程終端任務得38.0%,仍明顯落後Fable 5.1的57.9%。臨床推理HealthBench Professional得56.7%,稍遜兩個對手。
文檔與簡報製作方面,在GDPval及AA Briefcase兩項模擬律師、護士、金融分析師等專業工作的基準上,Grok 4.7均較4.6進步,與其他前沿模型相當;GDPval Elo得分1,695(xhigh),高於GPT-6 Astra(max)的1,542,低於Fable 5.1(max)的1,735。
安全與網絡安全:新防護體系 雙用途任務僅3.3%放行
Grok 4.7採用全新安全防護架構,是xAI測試過在拒答與越獄抵抗方面最強的模型。在網絡安全與生物等雙用途領域,模型同時兼顧良性任務的實用性與危險任務的安全拒答:以62.4%登頂LatchBio生物安全基準;在針對危險及惡意網絡任務的HackerBench v0.3上錄得最高安全評分,僅3.3%的危險雙用途提示被放行,同時極少阻擋合法安全工作。xAI亦開始向獲挑選的網絡安全夥伴以邀請制開放Grok 4.7的紅隊能力,用於防禦研究。
定價與供應
Grok 4.7即日起於Cursor及Grok Build供應,並可經Grok API、第三方編碼harness、模型路由器及雲平台使用。定價為每百萬輸入token 2美元、每百萬輸出token 6美元;對比同表現組別的Fable 5.1(輸入$10、輸出$50)僅為其輸出價的約八分之一。另有輸出速度加倍、價格亦加倍的快速版本。
資料來源:xAI官方公告
