马斯克又鸽了！Grok 4.7终于发布，价格只有对手一半？

等了一个月又一个月，马斯克的Grok 4.7终于来了。

从7月下旬开始吹风，到「再等几周」，再到「十天之内」，最后来一句「模型还得再调校调校」……这波操作，是不是像极了你那个永远在「马上到」的朋友？

但不管怎么说，Grok 4.7 还是正式发布了。SpaceXAI 这次把重点放在了编程和知识工作上，号称是目前最强的编程与知识工作模型。

发布时间一鸽再鸽，但这次诚意拉满了？

🚀 长任务能力，这次真的摆上台面了

按照官方介绍，Grok 4.7 用了一个比上一代更大的全新基础模型，强化学习时间更长，训练任务也更难——其中相当一部分需要数小时才能完成。

这意味着什么？意味着它不再是那个只会聊天的 AI，而是能陪你干长活的「数字同事」。

模型同时加强了长上下文管理和结果核查能力，还针对 Grok Bot 的运行环境做了原生训练。简单说，就是让它更擅长处理那些需要反复调用工具、核对结果的复杂流程。

官方公布的成绩单也挺亮眼：

在 CursorBench 4.0 中，Grok 4.7 xHigh 得分 46.3%，高于上一代的 40.4%；DeepSWE v1.1 从 65.2% 提升到 71.0%；Terminal Bench 4.0 更是从 20.3% 飙升到 38.0%。

电气工程基准 EEBench 从 53.0% 提高到 64.0%，面向长时间办公任务的 AA Briefcase v1.1 也从 1546 分增至 1657 分。

这进步幅度，确实有点东西。

⚠️ 但横向一比，优势没那么绝对

不过别急着吹爆。综合成绩来看，Grok 4.7 并没有全面领先。

在 CursorBench 4.0 和 Terminal Bench 4.0 上，它低于 Fable 5.1 Max；在 DeepSWE v1.1 上略低于 GPT 5.6 Sol Max。

但在 Harvey Legal Agent Benchmark 中取得 19.6%，明显高于官方表格中的几款对比模型。

Artificial Analysis 随后给出 46 分的 Intelligence Index 成绩，称 Grok 4.7 让 SpaceXAI 进入全球前四名 AI 实验室，其 Coding Agent Index 表现也超过 GPT 5.6 Sol。

所以，不是全面碾压，但在特定领域确实能打。

价格，才是这次真正的杀手锏

💡 API 定价不变，速度翻倍

价格成为 Grok 4.7 最直接的竞争筹码。

其 API 定价与上一代相同：每百万输入 token 2 美元，每百万输出 token 6 美元。

SpaceXAI 还提供输出速度翻倍的快速版本，价格也相应翻倍。

用马斯克的话来说，Grok 4.7 是一款集智能、速度和低成本于一体的强大产品。官方则直接宣称，它的速度可达到同类模型的两倍，价格只有一半。

有开发者用四个独立的 Three.js 太空场景做对比测试，Grok 4.7 完成测试约花费 0.20 美元，而 Claude Opus 5 约为 2.05 美元——差了十倍！

对于需要反复调用 API 的开发者来说，这个价格差距，足够让人认真考虑一下了。

🌟 从编程到专业工作，野心不止一点点

编程之外，SpaceXAI 开始争夺专业工作场景。

官方专门强调文档和演示文稿能力，并引用 GDPval 与 AA Briefcase 等评测，试图证明模型可以承担律师、护士、金融分析师等专业人士的部分工作。

Box 展示的一项保险理赔案例更能说明这个方向。

Grok 4.7 在 Box Agent 中核对一笔价值 200 万美元的索赔、保单与相关记录，发现 8.2 万美元重复发票和 6.4 万美元遗漏的供应商抵扣，还识别出一个可能令计算结果相差 14.3 万美元的免赔额问题。

系统最终生成了一份带引用的审查报告，保险覆盖范围和付款决定仍由理赔人员完成。

这不是取代人类，而是帮人类少加班。

安全能力也被列为此次升级的重要部分。SpaceXAI 表示，Grok 4.7 使用了全新的安全防护体系，在 LatchBio 生物安全基准中取得 62.4%；在面向高风险网络安全任务的 HackerBench v0.3 中，只有 3.3% 的危险双重用途提示通过。

网友实测：口碑两极分化

😂 有人惊艳，有人失望

Grok 4.7 上线后的第一批测试主要集中在网页、3D 场景和可视化编程，但口碑可以说是两极分化。

有开发者展示了 Grok 4.6 与 4.7 制作《帝国时代 II》演示项目的对比，效果确实有提升。

另一位开发者让模型根据平面图搭建 Blender 结构，再导出为交互式 Three.js 网站，呈现了它处理多步骤视觉任务的能力。

还有开发者让 Grok 4.7 xHigh 用 Python 模拟单行道交通灯和随机驶入的车辆，并称其细节是同类测试中最丰富的一次。

但另一边，吐槽声也不少。

有开发者认为 Grok 4.7 在 3D 和前端任务上的表现低于预期，主要问题包括物理效果生硬、提示理解不稳定和 token 消耗过快。

还有人在 Grok Build 中生成 Airbus H145 直升机的 Three.js 模型，认为 4.7 的结果逊于 4.6，并称任务耗时约 45 分钟。

另一项鹈鹕骑自行车的 SVG 网页动画测试中，Grok 4.7 对画面结构和运动关系的处理同样备受诟病。

也有开发者给出了更居中的判断：Grok 4.7 的实际表现高于预期，视觉质量略低于 Astra，但高于 Sol。

整体来看，Grok 4.7 在代码评测、专业工作和成本控制方面进步明确，复杂 3D、网页视觉与物理效果却并不稳定。

这只是开始，好戏还在后头

从产品定位看，Grok 4.7 更像是 SpaceXAI 对开发者市场的一次集中加码。它不是一次让所有人闭嘴的跨代更新，更像是把 Grok 推向前沿模型混战区的一次补位。

而且 Grok 4.7 显然只是当前路线上的一站。

按照马斯克公开透露的信息，Grok 4.8 的参数规模约为 2.5 万亿，并采用一套全新的 C++ 训练栈。模型将在基础训练完成后进入强化学习阶段，马斯克称其会带来「明显改进」。

更远的路线图里，Grok 4.9 被马斯克称为可能达到 OpenAI Astra 和 Anthropic Fable 级别的模型，而终极大招 Grok 5，更是被寄托了通往 AGI 的终极希望。

至于模型发布时间嘛，如果能再准时点就更好了。

说到底，AI 圈的竞争从来不是谁一夜之间封神，而是谁能持续用更低成本解决更多真实问题。

你觉得 Grok 4.7 这个价格和性能，能打动你换掉手里的模型吗？评论区聊聊！

如果觉得有收获，别忘了点赞和分享给同样关注 AI 的朋友～