SpaceXAI 最強模型 Grok 4.7 上線：長任務能力拉滿，價格只有旗艦一半

今天一早，SpaceXAI 推出最強模型 Grok4.7。發佈頁開頭只有一句極具“攻擊性”的定位:面向編程與知識工作的最強模型，速度達可比模型兩倍，價格僅一半。這次升級沒有停留在跑分表上——Grok4.7換用更大的基礎模型，強化長時間任務、自我檢查和長上下文管理，並把文檔、演示、法律、醫療和工程等專業工作納入重點測試，目標是讓模型在持續數小時的任務裏少走彎路、交出可直接使用的結果。

馬斯克發推稱，Grok4.7在智能水平、運行速度和成本之間取得了“很有競爭力的平衡”。

長任務成爲主戰場

Grok4.7採用比 Grok4.6更大的基礎模型，訓練階段延長了強化學習週期，任務組合進一步加難，其中更多樣本需要數小時完成。官方稱新模型在檢查自身工作、管理長上下文方面均有提升，直接對應編程智能體最棘手的問題:複雜軟件任務包含讀倉庫、拆需求、改多處文件、跑測試和反覆糾錯，模型能否在漫長執行鏈中保持目標、發現錯誤，往往比一次寫出漂亮代碼更重要。

在考察長時間編碼的 CursorBench4.0上，Grok4.7得分46.3%，高於上一代的40.4%;DeepSWE v1.1高推理強度成績71.0%;Terminal-Bench4.0從上一代20.3% 升至38.0%。模型也被訓練爲原生理解 Grok Bot 運行框架，官方稱這改善了對話與通用知識工作表現，意味着升級重點已從單輪迴答延伸到模型與工具、執行環境的持續協作。

從寫代碼走向完整知識工作

編程仍是 Grok4.7最醒目的標籤，但評測範圍明顯更寬。AA Briefcase v1.1上它獲1657分（上代1546），GDPval Elo 由1605升至1695，接近 Fable5.1的1735，高於 GPT-6Astra 的1542。專業領域同樣提升:EEBench 由53.0% 升至64.0%，Harvey Legal Agent Benchmark 由15.8% 升至19.6%，HealthBench Professional 由48.5% 升至56.7%。這透露出清晰趨勢——前沿模型競爭正進入“完成整項工作”階段，需理解任務、調用工具、產出文件並自行復核。

安全方面，Grok4.7啓用全新防護體系，官方稱是拒答與抵抗越獄表現最強的一款;生物安全 LatchBio 基準以62.4% 登頂，HackerBench v0.3僅放行3.3% 高風險雙重用途提示，並很少誤攔正常安全研究。SpaceXAI 還向少數網絡安全夥伴開放邀請制紅隊能力。

價格上，標準版起價每百萬輸入 Token2美元、輸出6美元，與 Grok4.6一致;快速版速度翻倍。Grok4.7已上線 Cursor 和 Grok Build，並通過 API、第三方框架及雲平臺提供。開發者無需爲換代多付標準版 Token 成本，卻能獲得更強的長任務與專業工作表現。不過網友似乎並不買賬，有人直言“這種模型居然也敢發佈”。客觀來看，Grok4.7的賣點並非全面碾壓競品，而是用遠低於部分旗艦的 API 成本，換來了相當接近、並在個別專業任務上領先的性能。