SpaceXAI 发布 Grok 4.7：主打长任务与专业工作，价格维持不变

xAI（官方账号 SpaceXAI）9 月 22 日发布新模型 Grok 4.7，定位「面向编程与知识工作的最强模型」，强调处理数小时级长任务，API 价格维持原价。以下综合机器之心、APPSO 报道及官方公布的数据。

跑分：长任务与专业工作

Grok 4.7 换用了比 Grok 4.6 更大的基础模型，强化学习周期更长，训练任务中有相当一部分需要数小时才能完成。官方数据：CursorBench 4.0（长时间编码任务）从 40.4% 升至 46.3%；DeepSWE v1.1 从 65.2% 升至 71.0%；Terminal-Bench 4.0 从 20.3% 升至 38.0%。横向对比中，Grok 4.7 在 CursorBench、Terminal-Bench 上仍低于 Fable 5.1 Max，DeepSWE 上略低于 GPT-5.6 Sol Max（71.0% vs 72.7%）。

图：SpaceXAI 官方公布的 Grok 4.7 跑分与定价对比表。来源：36氪（原推特 @SpaceXAI）

评测范围也扩展到律师、护士、金融分析师等多步骤专业任务：AA Briefcase v1.1 从 1546 分升至 1657 分，GDPval Elo 从 1605 升至 1695，接近 Fable 5.1 的 1735、高于 GPT-6 Astra 的 1542；Harvey Legal Agent Benchmark 从 15.8% 升至 19.6%。

案例：核对一笔 200 万美元保单

文档协作平台 Box 展示了一个案例：Grok 4.7 在 Box Agent 中核对一笔 200 万美元的保险索赔，发现 8.2 万美元重复发票、6.4 万美元遗漏的供应商抵扣，并识别出一处可能导致 14.3 万美元差异的免赔额问题，生成审查报告供理赔员参考，承保与付款决定仍由保险公司完成。

图：Box 官方展示 Grok 4.7 处理保险理赔案例。来源：36氪（原推特 @Box）

安全与价格

SpaceXAI 称 Grok 4.7 是其测试过在拒答与抗越狱上最强的模型：生物安全基准 LatchBio 得分 62.4%，网络安全基准 HackerBench v0.3 中仅 3.3% 的高风险双重用途提示被放行。标准版价格维持每百万输入 2 美元、输出 6 美元，与 Grok 4.6 相同；新增快速版速度翻倍、价格也翻倍。模型已上线 Cursor、Grok Build 与 Grok API。

接下来看什么

首批开发者测试评价两极分化：有人认为多步骤视觉任务细节丰富，也有人反映物理效果生硬、token 消耗快。据马斯克公开信息，下一代 Grok 4.8 参数规模约 2.5 万亿、采用全新 C++ 训练栈，均未给出发布时间表。