# SpaceXAI发布Grok 4.7，同价换代杀进长任务！46.3%仍被Fable压过

来源: https://hajimi.yun/blog/spacexai-releases-grok-4-7-at-same-price

SpaceXAI发布Grok 4.7，输入2美元输出6美元，与4.6同价。编程46.3%，多项仍落后Fable。

一鸽再鸽，Grok 4.7 终于交卷了！

 9月21日，SpaceXAI（原 xAI）放出新一代模型。官方发布页开头只有一句很冲的定位：面向编程与知识工作的最强模型，速度达到可比模型的两倍，价格只有一半。

 同一页马上把口径收住。标准服务与 Grok 4.6 同价、同速。输入每百万 token 2 美元，输出 6 美元。另外提供一个 fast 版本，输出速度翻倍，价格也翻倍。

 马斯克在 X 上补了一句：这是智能、速度和低成本的强组合。SpaceXAI 官方账号则写，相对 Grok 4.6，这是同价同速下的一次明显改进。

 成绩单没有跟着口号一起炸。官方自己贴出的对比表里，Anthropic 的 Claude Fable 5.1 在长时间编程、终端任务和临床推理上仍然领先。Grok 4.7 赢下电气工程和法律智能体，编程榜超过 GPT-5.6 Sol，却没能把 Fable 按在下面。这一轮不是全面碾压，是同价换代，再甩一张性价比牌。

 哈基米云报道。

 从「四周后」拖到 9 月 21 日。Decrypt 梳理了这条延期线。马斯克从 7 月下旬起，至少改过五次口风：先说四周后，再说几周，再改成 3 到 4 周；9 月 1 日收成「十天之内」；9 月 11 日又说模型还得再烤几天。发布前几天，他把预期主动压低：Grok 4.7 大概与 Claude Opus 5.0 相当，而不是更新的 Opus 5.1，多模态也还没做完。

 9 月 21 日下午，模型落地。官方写明，当天就能在 Cursor 和 Grok Build 里用，同时开放 Grok API，并进入第三方编程框架、模型路由和云平台。

 下一程他也画了轮廓。Grok 4.8 会是一次更明显的升级；Grok 4.9 对准 Astra、Fable 这一档；Grok 5 才可能冲到前沿第一。三个都没有发布日。他的原话是：We shall see。

 哈基米科技

 更大的基座，专门练「做很久」。Grok 4.7 换了比 Grok 4.6 更大的基础模型。强化学习阶段拉得更长，题目更难，权重偏向那些要花许多小时才能做完的任务。官方给出的直接结果是两句：更会核对自己的产出，更会管理长上下文。

 另一处改动在训练目标里。模型被训练成原生理解 Grok Bot 的执行框架。FX168 记录，SpaceXAI 于 8 月 11 日推出 Grok Bot，把它描述成一组常驻运行、各自拥有电脑、可以在工具和应用内部工作的智能体。官方说，这项调整让对话任务和通用知识工作更好。

 接口说明把规格写得更具体。上下文窗口 50 万 token，知识截止到 2026 年 5 月，输入支持文字和图像，输出是文字。推理档位分 low、medium、high、xhigh，默认 high。工具包括函数调用、网页搜索、X 搜索和代码执行。API 里的模型名是 grok-4.7，也是 Grok Build 的默认模型。

 这里有个对照时必须看清的细节。官方成绩单上，Grok 4.7 标的是 xHigh，Grok 4.6 标的是 High。DeepSWE 那一格还单独注明，71.0% 是高推理强度的分数。代际对比能看趋势，不能当成同一档位的严格对照实验。

 媒体另有一说：马斯克称参数规模约 2.1 万亿，上一代约 1.5 万亿。发布页正文没有写这个数字。哈基米云不把它算进官方规格。

 哈基米科技

 七项基准，有的接近翻倍，有的仍是第二。官方表把四家摆在一起：Grok 4.7、Grok 4.6、GPT-5.6 Sol、Fable 5.1。后两者取的是 Max 档。

 长时间编程 CursorBench 4.0：Grok 4.7 为 46.3%，Grok 4.6 为 40.4%，提升 5.9 个百分点，高于 GPT-5.6 Sol Max 的 41.7%，低于 Fable 5.1 Max 的 51.8%。官方据此称，它在这项基准上处于价格与性能的前沿。

 FX168 援引官方成本图。参照点钉在 Claude Sonnet 5 的 high 默认档：得分 30.8%，每任务约 3.48 美元，输出大约 6.1 万 token，85 步。Fable 5.1 得分最高，每任务成本接近 18 美元。Grok 4.7 落在中间。图的形状说明，成本差主要来自完成任务要烧多少推理，不只是单价。

 软件工程 DeepSWE v1.1：Grok 4.7 高推理为 71.0%，Grok 4.6 为 65.2%，Fable 5.1 为 70.0%，GPT-5.6 Sol 为 72.7%。这条线上，Grok 压过 Fable，没压过 GPT-5.6 Sol。

 终端任务 Terminal-Bench 4.0：从上一代的 20.3% 升到 38.0%，接近翻倍，略高于 GPT-5.6 Sol 的 37.3%，仍明显低于 Fable 的 57.9%。

 电气工程 EEBench：53.0% 升到 64.0%，高于 Fable 的 56.4%，也高于 GPT-5.6 Sol 的 39.4%。这是表里最干净的一项领先。

 多小时办公 AA Briefcase v1.1：1546 分升到 1657 分，加了 111 分。Fable 为 1678，GPT-5.6 Sol 为 1487。Decrypt 同时给出 GDPval 的 Elo：Grok 4.7 为 1695，Fable 5.1 为 1735。机器之心援引官方图，Grok 4.6 为 1605，GPT-6 Astra 为 1542。知识工作这条线，Grok 超过上一代和 GPT-6 Astra，仍略低于 Fable。

 法律 Harvey Legal Agent Benchmark：15.8% 升到 19.6%，是这组里的最高分。GPT-5.6 Sol 只有 2.5%，Fable 只有 6.7%。绝对分仍然不高，领先幅度却是全表最扎眼的一格。

 临床推理 HealthBench Professional：48.5% 升到 56.7%，仍低于 GPT-5.6 Sol 的 60.5% 和 Fable 的 62.1%。

 文档和演示文稿被单独点名。官方称，Grok 4.7 比 Grok 4.6 明显更好，与其他前沿模型相当。

 哈基米科技

 安全栈也重写了。Grok 4.7 换了一套全新的安全防护。官方称，这是公司测试过的模型里，拒答和抵抗越狱最强的一款。

 生物安全方向，LatchBio 基准得分 62.4%，官方称是该项最高。网络安全方向，自建基准 HackerBench v0.3 覆盖高风险和恶意任务。官方数据是：只放行 3.3% 的高风险双用途提示，同时很少拦截正当的安全研究。

 SpaceXAI 还开始向部分网络安全合作伙伴提供邀请制红队能力，用于防御研究。目前仍是受控合作，不是公开接口。

 哈基米科技

 单价没动，长任务的账才刚开始算。定价是这次最直白的竞争筹码。标准版与 Grok 4.6 完全一致：输入 2 美元，输出 6 美元。对照官方表，GPT-5.6 Sol Max 是输入 4 美元、输出 20 美元；Fable 5.1 Max 是输入 10 美元、输出 50 美元。只比输出单价，Grok 4.7 大约是前者的三分之一、后者的八分之一。输入单价大约是 Fable Max 的五分之一。

 接口说明还有两档容易被标题漏掉的价。20 万 token 以内，缓存输入是每百万 0.50 美元。提示超过 20 万 token，输入升到 4 美元，缓存输入升到 1 美元，输出升到 12 美元。长上下文不是免费的。官方也建议对很长的智能体循环做上下文压缩，不要把 50 万窗口一次灌满。

 fast 版本用同一套模型，走更快的服务。输出速度大约翻倍，token 单价也翻倍。有接口说明称，这个快速版目前在 Cursor 和 Grok Build 提供，公共 API 还没有。另有美国区域端点，推理留在美国境内，token 加价 10%。

 已经在用 Grok 4.6 的团队，迁移成本主要是切一个模型名。接口和调用方式不用重写，先拿手头的任务集跑一轮对比就行。

 真正的账不在「每百万 token 多少钱」，在一项任务要试几轮、返工几次、烧多少输出。CursorBench 那张成本曲线说的就是这个：Fable 分更高，单任务可以接近 18 美元；Grok 把单价压住，换的是够用、更便宜、现在就能接进 Cursor。

 机器之心记录到，网友并不全买账。有人直接说，这种模型差到不该发。更能站住的说法是：卖点不是全面碾压竞品，而是用远低于部分旗舰的 API 成本，换来接近前沿、并在电气工程和法律任务上领先的成绩。

 对开发者，Grok 4.7 现在就能进编程智能体。对还在等聊天体验和多模态补完的人，马斯克自己已经把那部分留到后面几代。4.7 交的卷，是长任务、自检、同价。榜首，还在 Fable 那边。

 做项目需要大模型，国内的、国外的这里都能接到。价格谈得下来，调用稳得住，出了问题有人跟到落地。

平顶山市哈基米与他的朋友们科技有限公司

联系电话：17629730802

公司官网：hajimi.yun