xAI 发布 Grok 4.7，主打编码与知识工作

Grok 4.7 是我们在编程和知识工作方面能力最强的模型。它在处理困难任务时能持续工作更长时间，更仔细地检查自己的工作，并配备了迄今为止我们校准最完善的防护措施。其服务价格和速度与 Grok 4.6 相同，在同级别中极具竞争力。

在 CursorBench 4.0 上——该基准侧重考验运行时间更长的编程任务——Grok 4.7 在性价比方面处于前沿水平。

模型改进

与 Grok 4.6 相比，Grok 4.7 采用了全新的、规模更大的基础模型。它在更难的任务组合上进行了更长时间的强化学习训练，训练权重偏向于那些需要数小时才能完成的问题。该模型更擅长验证自己的工作，并能管理更长的上下文。我们还训练 Grok 4.7 原生理解 Grok Bot 框架，使其在对话任务和通用知识工作方面表现更佳。

媒体内容 · 前往原文查看

	Grok 4.7xhigh	Grok 4.6high	GPT-5.6 Solmax	Fable 5.1max
输入 token 价格，每百万美元	$2	$2	$4	$10
输出 token 价格，每百万美元	$6	$6	$20	$50
软件工程CursorBench 4.0	46.3%	40.4%	41.7%	51.8%
软件工程DeepSWE v1.1	71.0%*	65.2%	72.7%	70.0%
多小时办公任务AA Briefcase v1.1	1,657	1,546	1,487	1,678
多小时终端工作 Terminal-Bench 4.0	38.0%	20.3%	37.3%	57.9%
法律工作 Harvey Legal Agent Benchmark	19.6%	15.8%	2.5%	6.7%
临床推理 HealthBench Professional	56.7%	48.5%	60.5%	62.1%
电气工程 EEBench	64.0%	53.0%	39.4%	56.4%

* 高投入

Grok 4.7、Grok 4.6、GPT-5.6 Sol 和 Fable 5.1 的 Token 价格与基准测试得分。基准测试包括 CursorBench 4.0、DeepSWE v1.1、AA Briefcase v1.1、Terminal-Bench 4.0、Harvey Legal Agent Benchmark、HealthBench Professional 和 EEBench。Grok 4.7 DeepSWE 上的星号表示高投入得分。

Grok 4.7 更擅长创建文档和演示文稿。在 GDPval 和 AA Briefcase 中，AI 被要求处理律师、护士和金融分析师等专业人士所做的工作。Grok 4.7 在这两项基准测试上均优于 Grok 4.6，并与其他前沿模型表现相当。

媒体内容 · 前往原文查看

专业知识工作

GDPval

GDPval、AA Briefcase 和 EEBench 得分，对比 Grok 4.7 与 Grok 4.6、Fable 5.1 和 GPT-6 Astra。

安全与网络安全

Grok 4.7 采用了全新的安全防护栈构建。它在我们测试过的模型中，在拒答和抗越狱方面表现最强。在网络安全和生物工作等两用领域，它在良性任务的实用性以及危险任务的安全拒答两方面均处于领先，并以 62.4% 的成绩位居 LatchBio 生物安全基准测试榜首。

Grok 4.7 在强大的网络防御能力与对合法用途的低拒绝率之间取得了平衡。在我们用于评估高风险和恶意网络任务的基准 HackerBench v0.3 上，它展现出最高的安全性，仅放行 3.3% 的高风险两用提示词，同时极少拦截合法的安全工作。我们还已开始向部分网络安全合作伙伴提供仅限邀请的 Grok 4.7 红队能力访问权限，用于防御研究。

定价与可用性

Grok 4.7 即日起可在 Cursor 和 Grok Build 中使用。它也可通过 Grok API、第三方编程工具链以及模型路由器和云平台使用。

该模型的定价为每百万输入 token 起价 $2，每百万输出 token 起价 $6。我们还提供一个快速版本，输出速度翻倍，价格也翻倍。

控制台

创建 API 密钥

docs.x.ai

阅读文档

在 Grok Build 中免费试用

立即前往 x.ai/build 开始使用。