Grok 4.7 评测:定价、基准测试、API 访问以及有哪些变化

简短回答

Grok 4.7 是一次重大的编程和知识工作升级,但目前证据尚不充分:官方发布声明和独立基准测试均表明性能有所提升,但并非全面胜出。.

简答

Grok 4.7 是 xAI 于 2026 年 9 月 21 日推出的升级版本,旨在处理编程和复杂的知识型工作任务。 xAI表示,该版本在处理难题时耗时更长、对工作结果进行更仔细的核查,并新增了一套安全防护机制,同时保持与Grok 4.6相同的定价和运行速度。其发布页面还宣称该版本的速度是同类模型的两倍,价格仅为同类模型的一半——但这种厂商对比需结合底层任务和处理路径来综合考量。 独立的人工智能分析数据显示,该模型相较于 Grok 4.6 整体性能略有提升,并记录了 50 万字节的上下文窗口。 在我们的三项任务 API 测试中,Grok 4.7 在调试和源代码边界规范方面表现最强;其项目计划虽能很好地保留不确定性,但可操作性略低于要求。这虽是实用的实践证据,但并不能证明它能击败所有竞争模型。.

什么是 Grok 4.7?

xAI 推出 Grok 4.7 标题及官方定位
xAI 将 Grok 4.7 定位于编程和知识工作领域,其发布页面上明确了关于速度和价格的承诺。.

Grok 4.7 是 xAI 旗下 Grok 系列的最新机型,于 2026 年 9 月 21 日发布。该 xAI官方公告 将其定位为该公司在编程和知识工作领域能力最强的模型。这一重大变化并非体现在面向用户的新功能列表上,而是体现在对模型工作方式的预期调整上:将更多时间投入到困难任务中,加强自我检查,并增加一层安全防护机制,旨在使这种额外能力更易于掌控。.

这种定位之所以重要,是因为它描述的是一种工作流模型,而非聊天机器人的个性。Grok 4.7 被定位为适用于需要持续分析的任务的模型:调试、规划、技术写作、研究综合,以及需要模型同时考虑多个约束条件的长提示词。.

这一界限同样重要。xAI的公告只是供应商对预期行为的声明,并不能独立证明Grok 4.7在所有竞争模型、所有提示词或所有代码仓库中都表现最佳。 请将发布页面视为 xAI 声明的来源,然后通过独立测试和您自己的任务来判断这些声明是否重要。.

Grok 4.7 与 Grok 4.6:究竟有什么变化?

SpaceXAI官方在X平台发布的一张Grok 4.7发射对比图
SpaceXAI 在 X 上重复了发射画面;这是官方发布的画面,并非独立验证。.

最站得住脚的总结是:这是一种在努力程度和可靠性方面的提升,而不是一款完全不同的产品。.

地区Grok 4.7证据支持什么
发布2026年9月21日xAI 官方发布页面上注明的日期
主要定位编程与知识工作xAI的官方定位
艰巨的任务投入更多时间,并进行更仔细的自我检查xAI的官方描述;我们针对三项任务的API运行提供了一个简短的实践验证,而非针对性对比
安全新的保护堆栈xAI的官方描述
价格与速度根据 xAI 的说法,与 Grok 4.6 相同这是产品上市时的宣传声明,而非第三方价格审计
背景“人工分析”个人资料中的50万个代币独立模特资料;请核实您所使用的路线
推理控制在’Artificial Analysis”的榜单中,从低到高排序独立的路线/模型元数据

这对买家来说是一个有用的区分。如果 Grok 4.6 已经符合您的工作流程,那么 4.7 是一个值得考虑的、过渡顺畅的升级版本。如果 4.6 因生态系统、延迟、可靠性或访问限制等问题而不适合您,那么仅凭更高的基准分数并不能解决这些问题。.

为了构建一个更广泛的模型购买框架,该 GPT-5.6 定价指南GPT-5.6 对比 这些是有用的提醒,有助于将模型质量与方案的经济性及工作流程适配性区分开来。.

功能:Grok 4.7 应能发挥作用

编码和调试

xAI最有力的发布卖点在于编码。其承诺不仅在于Grok 4.7能编写更多代码,更在于它能够更长时间地专注于解决棘手的工程难题,审查自己的答案,并返回经过深思熟虑的代码补丁或解释。 这正是我们在真实代码库中应关注的行为:它能否保留现有设计、找出根本原因、添加有用的测试,并明确说明自己目前仍无法知晓的内容?

请不要使用“从零开始构建一个待办事项应用”这类开放式提示来评估模型。应提供一个带有失败测试的、范围明确的 bug、一小组文件以及明确的约束条件。在请求补丁之前,先要求模型进行诊断。这样更容易判断,更长的推理说明究竟是减少了代码审查工作量,还是仅仅导致了更冗长的文字描述。.

对于比较不同编码路径的团队,同样的规则也适用。A DeepSeek V4 Pro 评测GLM 编码方案审查 这些内容可提供有用的比较参考,但都不应被视为您实际使用的代码库和工具链测试的替代方案。.

需要长背景知识的工作

Artificial Analysis 指出,Grok 4.7 版本的上下文窗口为 50 万个令牌。这一规模足以改变您处理大量源材料的方式:一份冗长的技术规范、一套会议纪要、一段代码库片段或一份研究资料包,都可以保留在同一个对话中,而无需反复进行总结。.

上下文容量与上下文质量并不相同。 一个模型即使能够处理大量输入,仍可能忽略中间部分的约束条件、过度重视最后一段内容,或者生成一份看似自信但需要核对来源的摘要。真正的检验在于高压下的检索能力:将几个关键事实分散在长文档的不同部分,要求模型做出受限决策,并检查其答案是否引用了正确的段落。.

SpaceXAI的官方X账号于9月22日再次强调了此次发布的定位,称Grok 4.7在价格和速度与Grok 4.6持平的情况下,性能有了显著提升,并分享了型号对比图。 该帖子是该公司公开定位的有力证据,但并非独立验证或社区共识。.

如果将该模型用于研究,请确保证据循环保持可见。我们的 Gemini 与 Perplexity 的对比Perplexity替代方案指南 都指出了同一个实际问题:一个措辞得体的回答并不等同于源代码审核。.

自我检查与安全

xAI表示,Grok 4.7 版本会更仔细地检查其工作结果,并引入了一套新的安全防护机制。这些目标非常有价值,尤其是在要求模型做出长链决策时。但这并不能保证输出结果是正确的,或适合自动执行。.

在生产环境中,应围绕模型设置常规控制措施:测试、权限管理、人工审核、引用核查以及明确的终止条件。模型的自检功能只是另一个需要关注的信号,而非对其周围控制措施的替代。.

Grok 4.7 基准测试:数据揭示了什么

xAI Grok 4.7 产品发布页面,包含性能测试、安全性和定价等部分
在框架内滚动浏览,查看完整的 xAI 发布页面;周围的文章内容则保持精简。.
《Artificial Analysis Grok 4.7》基准文章,附智能指数及AA-Briefcase要点总结
《人工智能分析》报告了独立智能指数、AA-Briefcase 以及编码代理的测量结果。.

目前最有参考价值的独立快照来自 《Artificial Analysis》杂志关于Grok 4.7的基准测试文章, ,日期为2026年9月21日。.

度量报告结果如何阅读
人工智能分析指数46比同一指数中的Grok 4.6高出2点
AA-公文包1,657 Elo在该评估中,Grok 4.6的评分高出111 Elo
上下文窗口50万枚代币一个模型特征字段,并非完美长上下文检索的证明
推理过程低至x高Artificial Analysis 列出的路线级控制项

这一趋势令人鼓舞:独立指数显示较上一版本有所提升,而AA-Briefcase中更大的Elo分差表明,在该特定评估中取得了更为显著的进步。但该表格仍仅描述了两个数据集,并非普适性排名。基准测试的构成、工具访问权限、采样方式以及模型设置都可能影响结果。.

xAI的官方发布页面显示 Grok 4.7 位于 在 CursorBench 4.0 上的 46.3% 在其对比表中,与 Grok 4.6(40.4%)、GPT-5.6 Sol(41.7%)以及 Fable 5.1(51.8%)并列。 该页面还显示:在 DeepSWE v1.1 的高难度模式下得分为 71.0%,在 EEBench 上的得分为 64.0%,在 AA-Briefcase v1.1 上的得分为 1,657。 这些是供应商提供的对比数据,因此应将其视为官方报告的结果,而非独立复现的替代依据。更稳妥的结论是:xAI 专注于严肃的编程和专业知识工作,而独立测试表明,它在某些任务上取得了显著进步,但在其他任务上的表现则较为平淡。.

Grok 4.7 实践测试:三项实操任务

我们针对该模型运行了三个固定提示词, grok-4.7 2026年9月23日,通过一个兼容OpenAI的测试API对该模型ID进行了评估。这是一次单路径评估,并非直接使用xAI API,也不是针对特定竞争对手的对比测试。每次运行中可见的答案如下所示;私有推理轨迹已排除在外。.

任务观测时间结果
TypeScript 并发漏洞333.7秒,流媒体播放高分:对共享承诺的诊断准确,补丁代码精简,包含两个有用的测试,并且对代码片段能证明的内容进行了谨慎的限制
相互矛盾的研究笔记68.7秒“通过”级:保留了来源标注,计算了两种允许情况,并在核实来源冲突之前拒绝批准
杂乱无章的一周计划50.6秒部分通过:保留了截止日期、矛盾点、未知负责人以及五项风险,但未将工作转化为清晰的逐日计划

这些延迟数据仅描述该路由和这些提示。编码任务首先遇到了非流式网关超时,随后在启用流式传输后完成。这是一条关于传输和超时处理的实际部署警告,而非 Grok 4.7 的通用速度评分。.

测试 1:TypeScript 并发调试

测试提示
任务 1 — TypeScript API 处理程序的并发调试

当两个请求在短时间内接连到达时,一个小型 TypeScript 处理程序会间歇性地返回 HTTP 200 状态码,且请求体为空。

提供的文件:

src/cache.ts
```ts
let current: Promise | null = null;

export async function getPayload(load: () => Promise): Promise {
  if (!current) {
    current = load();
  }
  const value = await current;
  current = null;
  return value;
}
```

src/handler.ts
```ts
import { getPayload } from './cache';

export async function handler(load: () => Promise) {
  const payload = await getPayload(load);
  return { status: 200, body: payload };
}
```

该问题仅在两个请求重叠时才会间歇性出现。加载器本身支持并发调用且安全,且会为每个请求返回不同的有效载荷。没有其他相关文件。

请准确返回以下内容:
1. 根本原因
2. 最小的安全补丁(显示统一的差异)
3. 两项回归测试(TypeScript 或 Jest 风格的代码)
4. 假设和限制
请勿声称已运行过该代码。.
Grok 4.7 答案
1. 根本原因

`current` 是每个调用共用的模块级状态。在一次 JavaScript 执行周期内,空值检查和赋值操作是原子操作,因此两个重叠的调用不会都执行 `load()`。第一个调用会存储其 Promise;在该 Promise 结算之前到达的第二个调用会跳过自己的 `load()`,并等待同一个 Promise。 随后 `handler` 返回 HTTP 200 状态码,其 `body` 为首次调用的字符串,而非第二次请求的有效载荷。该窗口仅在调用进行期间存在,因此该故障仅在请求重叠时才会显现。

`current = null` 在 `await` 已捕获该 Promise 后的每个延续中执行。它不会导致另一个等待者重新读取该变量,因此仅凭这些代码并不会将该等待者解析为 `null` 或 `""`。它们在请求重叠时产生的结果是:共享的解析结果以及跳过每个请求的加载操作。 这种清除机制也使得该槽位无法作为可靠的单次飞行缓存:第一个恢复执行的延续会丢弃 `current`,而后续调用者可能在另一个调用者仍在展开时就启动了不同的 `load()`。

2. 最小的安全补丁(显示统一差异)

每个请求都必须自行调用 `load()`。允许并发调用 `load()`,且每次调用返回不同的有效载荷,因此基于一个共享 Promise 进行去重是不安全的。`handler.ts` 无需修改。

```diff
--- a/src/cache.ts
+++ b/src/cache.ts
@@ -1,10 +1,3 @@
-let current: Promise | null = null;
-
 export async function getPayload(load: () => Promise): Promise {
-  if (!current) {
-    current = load();
-  }
-  const value = await current;
-  current = null;
-  return value;
+  return await load();
 }
```

3. 两项回归测试(TypeScript 或 Jest 风格的代码)

```ts
import { handler } from '../src/handler';

function deferred() {
  let resolve!: (value: T) => void;
  let reject!: (reason: unknown) => void;
  const promise = new Promise((res, rej) => {
    resolve = res;
    reject = rej;
  });
  return { promise, resolve, reject };
}

test('重叠请求各自执行 load 并保留各自的主体', async () => {
  const first = deferred();
  const second = deferred();
  const started: string[] = [];

  const p1 = handler(() => {
    started.push('a');
    return first.promise;
  });
  const p2 = handler(() => {
    started.push('b');
    return second.promise;
  });

  expect(started).toEqual(['a', 'b']);

  second.resolve('payload-b');
  first.resolve('payload-a');

  await expect(p1).resolves.toEqual({ status: 200, body: 'payload-a' });
  await expect(p2).resolves.toEqual({ status: 200, body: 'payload-b' });
});

test('被拒绝的重叠请求不会影响另一个响应', async () => {
  const failed = deferred();
  const ok = deferred();
  let started = 0;

  const p1 = handler(() => {
    started += 1;
    return failed.promise;
  });
  const p2 = handler(() => {
    started += 1;
    return ok.promise;
  });

  expect(started).toBe(2);

  failed.reject(new Error('上游失败'));
  ok.resolve('payload-b');

  await expect(p1).rejects.toThrow('上游失败');
  await expect(p2).resolves.toEqual({ status: 200, body: 'payload-b' });
});
```

4. 假设与限制

我并未实际运行这段代码或相关测试。 这些测试假设使用了 Jest 风格的运行器,且测试文件位于 `src/` 的同级目录下(例如 `test/cache.test.ts`)。

我将“每个请求的负载不同”视为一项要求,即重叠的 `getPayload` 调用不得共享同一个 `load()` 结果。 正确的单次执行重写(`load().finally(() => { current = null; }); return current`)仍会使这些请求产生耦合,因此我未采用该方案。代码中未指定缓存键,也未明确要求去重。

如果 `load` 返回的是非空字符串,则所示语句不会写入字面意义上的空 HTTP 正文。如果该现象源于这些文件之外的适配器,则在此处无法观察到。该补丁仅移除了这些文件实际实现的重叠耦合,并未添加锁定、重试或基于键的缓存。.

Grok 4.7 正确地发现,模块级别的 当前 该 Promise 会导致重叠的请求共享一个加载器结果,尽管每个请求都需要各自的负载。该方案提出了最小的安全变更:移除共享的 Promise,并调用 load() 应要求。这两项回归测试分别涵盖了不同的并发有效载荷,以及当其中一个加载器拒绝请求时的隔离情况。该回答最出彩之处在于其克制:它明确指出,所示代码虽证明了跨请求耦合,但若加载器始终返回非空字符串,则仅凭该代码本身并不能解释为何请求体为空。.

结论 在根本原因准确性、补丁范围、回归测试覆盖率以及不确定性处理方面均通过了严格测试。.

测试 2:来源相互矛盾的研究备忘录

测试提示
任务 2 — 将相互矛盾的研究笔记整合成一份决策备忘录。

仅使用以下六条笔记,并在每条事实陈述旁注明来源名称:

- 供应商 A,定价页面,2026-09-20: 团队套餐每月每席位费用为 $40,包含 100,000 次操作。
- 供应商 B,对比帖,2026-09-21:供应商 A 的团队套餐每月每席位包含 120,000 次操作。
- 客户访谈,2026年9月18日:我们的团队有8个席位,上个月使用了710,000次操作。
- 财务电子表格,2026年9月19日:当前预算上限为每月$360。
- 供应商A,限额页面,2026年9月20日:超出包含配额的部分,按每项操作$0.004计费。
- 采购备忘录,2026年9月22日:只有当月度总计在预算范围内且配额已得到核实时,才允许进行供应商更换。

请准确返回以下部分:
1. 已核实的事实
2. 归因主张
3. 冲突表
4. 独立计算(分别计算“8 × 100,000”和“8 × 120,000”两种情况,外加任何超额部分)
5. 建议
6. 仅当冲突导致建议发生变化时,方可提出一个澄清问题
请勿对 100,000 与 120,000 之间的冲突进行默认处理。.
Grok 4.7 答案
1. 经核实的事实
- “团队”方案的月费为每席位 $40(供应商 A,定价页面,2026-09-20)。
- 该团队共有 8 个席位,上个月使用了 710,000 次操作(客户访谈,2026-09-18)。
- 当前预算上限为每月 $360(财务电子表格,2026-09-19)。
- 超出包含的配额后,超额部分按每次操作 $0.004 计费(供应商 A,限额页面,2026-09-20)。
- 只有当月度总数保持在预算范围内且包含额度已得到核实时,才允许进行切换(采购备忘录,2026-09-22)。

2. 归因索赔
- 该套餐包含 100,000 次操作(供应商 A,定价页面,2026-09-20)。该说明中未明确注明“按席位计算”。
- 供应商A的套餐包含每月每席位120,000次操作(供应商B,对比帖,2026年9月21日)。

3. 冲突对照表
| 项目 | 主张 | 来源 | 状态 |
| --- | --- | --- | --- |
| 包含的操作 | 100,000 次包含的操作;未注明“按席位计算” | 供应商 A,定价页面,2026-09-20 | 未解决 |
| 包含的操作次数 | 每月每席位120,000次操作 | 供应商B,对比帖,2026年9月21日 | 未解决 |

100,000与120,000之间的矛盾尚未解决。这些注释未表明哪个数字是正确的。

4. 独立计算
基础席位成本,两种情景下相同:8个席位(客户访谈,2026年9月18日)× 每个席位每月$40 (供应商A,定价页面,2026年9月20日)= 每月$320。

下文中的两个乘数均按要求计算得出。这并不意味着供应商A曾声明过每席位的定额。

- 8 × 100,000 = 800,000 次包含操作,采用 100,000 这一数值(供应商 A,定价页面,2026-09-20)。
- 实际使用量 710,000(客户访谈,2026-09-18)比 800,000 少 90,000,因此超额操作次数 = 0。
- 超额费用 = 0 × $0.004 = $0(供应商A,限额页面,2026年9月20日)。
- 月度总计 = $320 + $0 = $320,该数值在 $360 的上限范围内(财务电子表格,2026-09-19)。

- 采用120,000这一数值计算,8 × 120,000 = 960,000项包含的操作(供应商B,对比帖,2026年9月21日)。
- 实际使用量 710,000(客户访谈,2026-09-18)比 960,000 少 250,000,因此超额操作数 = 0。
- 超额费用 = 0 × $0.004 = $0(供应商A,限额页面,2026年9月20日)。
- 月度总计 = $320 + $0 = $320,该数值在 $360 的上限范围内(财务电子表格,2026-09-19)。

5. 建议
暂不批准此次变更。根据两种计算方式得出的限额,上个月的710,000次操作 (客户访谈,2026年9月18日)均未产生超额,且月总计为$320,该数值在$360上限范围内(财务电子表格,2026年9月19日)。 该成本结果与选择100,000还是120,000无关。此次转换仍不符合第二个条件:配额必须经过验证(采购备忘录,2026年9月22日),且这些备忘录中100,000 (供应商A,报价页,2026年9月20日)与120,000(供应商B,对比帖,2026年9月21日)之间存在冲突。

6. 仅当冲突导致建议发生变化时才提出一个澄清问题
无需提出澄清问题。100,000与120,000之间的冲突不会改变建议。.

该研究资料包在每座配额是100,000次还是120,000次的问题上故意存在矛盾。 Grok 4.7 将这两份来源资料分开处理,注意到第一份来源并未明确提及“每席位”,分别计算了两种八席位的场景,并表明两种情况均维持在$320,在给定使用量下未超出配额。 该报告仍建议暂缓批准,因为采购部门要求对配额进行核实。这恰恰是数值稳定的建议与尚未解决的合同事实之间的正确区分。.

结论 在归因、算术、冲突处理和决策纪律方面表现优异。.

测试 3:将杂乱的笔记转换为执行计划

测试提示
任务 3 —— 将这些杂乱的项目笔记整理成一份不超过 700 字的一周执行计划。

备注:
- 着陆页于周五 17:00 上线;产品负责人在后续笔记中表示为周四上午。
- Mina:撰写标题和定价表。Mina还表示她只能在周三下午审阅文案。
- Arjun:分析事件;有一条重复的笔记提到分析负责人待定。
- 设计团队有两项重复任务:“移动端主图裁剪”和“移动端主图裁剪最终版”。
- 任何公开发布前都必须完成法律审核。
- 分析事件数据可用后,质量保证(QA)需要一整天的时间。
- 奥马尔将于周二下午外出。
- 发布邮件定于周五 16:00 发送。
- 未知:谁负责最终的“是否上线”决策。

要求:汇总重复工作,将负责人不明的任务标记为“待定”,保留两个硬性截止日期,对矛盾之处进行标注而非默认解决,并在文末列出五项风险清单。

请严格保留以下部分:
1. 一周计划
2. 矛盾与未知事项
3. 五项风险
请勿擅自添加负责人或日期。.
Grok 4.7 答案
1. 一周计划

备注中未包含具体日期,因此未添加任何日期。仅使用已明确的基准点和依赖关系。重复的设计工作视为一项任务。负责人未定的任务仍标记为“待定”。冲突的上线时间均予以保留。

- 文案:Mina 负责撰写标题和定价表。她的文案审核仅安排在周三下午。
- 设计:一项任务,即移动端主图裁剪,包括“最终”校对。未指定单独的负责人。
- 分析事件:必须在质量保证(QA)之前设置完毕。负责人尚未确定(一条笔记中注明为 Arjun;另一条中注明为待定)。
- 质量保证(QA):耗时一整天,仅在分析事件就绪后进行。负责人待定。此处未指定具体QA日期。
- 法律审查:任何公开发布前均需进行。负责人待定。备注中未安排具体时间。
- 是否上线:负责人待定。尚未视为已决定。
- 公开发布的关键节点均保留:周四上午(产品负责人)和周五 17:00(着陆页)。
- 发布邮件:周五 16:00。负责人待定。
- 奥马尔周二下午外出。这些笔记中没有任务分配给奥马尔,因此没有任务被调整。

任务顺序(不涉及新日期):Mina 的草稿必须在周三下午评审前准备就绪;设计需完成单个主视觉图的裁剪;分析事件由尚未确定的负责人交付;随后 QA 团队将有一整天的测试时间;法律审查须在任何公开发布前完成;是否推进(待定)仍无负责人。 请勿取消周四上午、周五 17:00 或周五 16:00 的安排。

2. 矛盾点与未知事项

矛盾点(未解决):
- 着陆页上线时间定为周五 17:00,但产品负责人后续笔记中却提到周四上午。
- 一份备注中分析负责人为 Arjun,而另一份重复的备注中则标注为待定。

未知事项(标记为待定):
- 最终的“是否上线”决策负责人。
- 已确定的分析负责人。
- 法律审查负责人。
- 质量保证负责人。
- 上线通知邮件负责人。
- 除“设计”部门外,具体指定的设计负责人。
- 奥马尔(Omar)的角色;仅提及他周二下午缺席。
- 哪个上线时间具有权威性,以及周五 16:00 的邮件是否与上述任一时间点吻合。除这些工作日时间外,未提供其他具体日期。

3. 五项风险

1. 周四上午和周五 17:00 不能同时作为着陆页上线时间;若在未做决定的情况下采用其中任一时间,可能会导致提前上线或错过另一个截止时间。
2. 上线邮件已定于周五 16:00 发送,时间早于周五 17:00,且备注中未与周四上午的时间点对齐,因此可能发送给尚未达到或已不再处于预期状态的页面。
3. 分析数据的所有权存在争议,因此事件记录可能出现偏差; 质量保证(QA)在事件结束后仍需一整天时间,可能无法在两个发布节点之前完成。
4. 任何公开发布前都必须经过法律审查,但目前既无负责人也无时间安排,因此发布可能会被阻止,也可能在未经审查的情况下进行。
5. 未指定“是否进行”的决策负责人,因此这两个硬性截止日期均无明确人员负责批准或叫停发布。.

Grok 4.7 合并了重复的 mobile-hero 任务,保留了周四上午与周五 17:00 的发布冲突,维持了周五 16:00 的邮件截止时间,将未确定的负责人标记为“待定”,最终列出了恰好五项风险。它没有凭空设定日历日期或负责人。 其不足之处在于可操作性:它没有按周一至周五的顺序分配工作,而是返回了一份有序的依赖关系列表,并表示无法分配质量保证日。这种谨慎态度虽有道理,但提示要求提供一份为期一周的执行计划,因此该答案仅部分符合要求的格式。.

结论 部分通过:约束保留效果极佳,但在调度方面的实用性较弱。.

Grok 4.7 的定价和 API 访问权限

显示路由定价和上下文窗口的 OpenRouter Grok 4.7 型号卡
OpenRouter 列出了另一条服务商路线,费用为每百万输入代币 $1.60,每百万输出代币 $4.80。.

在定价方面,模型评测往往容易产生误导。读者可能会看到至少三个不同的数字:xAI的直接API价格、聚合平台的转接价格以及消费者订阅价格。这些价格不能互换使用。.

根据 xAI 的公告,Grok 4.7 的定价和交付速度与 Grok 4.6 相同。发布页面显示,标准版起价为 每100万个输入代币为$2每100万枚发行代币为$6; 《人工分析》独立列出了相同的直达路线数据,并且 每100万个缓存的输入令牌为$0.50. xAI 还表示,高速版本的价格是普通版的两倍,但输出速度也翻了一番。使用 官方开发者文档 在发送生产环境流量之前,请先确认当前 API 协议及特定账户的可用性。.

OpenRouter 的 Grok 第 4.7 页 显示 每100万输入代币为$1.60每100万个产出代币为$4.80 用于其路由。这是 OpenRouter/服务商的定价,并非对 xAI 直接标价的调整。路由、加价、缓存、限制和可用性可能因服务商而异。.

如果不说明运输路线,对于“Grok 4.7的价格是多少?”这个问题,无法给出一个确切的答案。对于API买家而言,请比较:

  • 输入和输出令牌费率;;
  • 缓存输入处理;;
  • 上下文和输出限制;;
  • 速率限制和区域可用性;;
  • 该提供商是否提供了推理控制功能;;
  • 日志记录、数据保留和数据处理条款。.

对于消费者访问,请不要认为 API 价格就等同于 X 或 Grok 订阅的价格。消费者套餐、API 接入路径和第三方聚合平台可能有不同的访问规则。.

如何访问 Grok 4.7

xAI 开发者文档中展示了 Grok 4.7 模型 ID 及 API 示例
开发者文档将该 API 模型标识为 `grok-4.7`,并给出了直接入口点。.

最简洁的做法是先从 xAI公告xAI 开发者页面, ,然后确认您需要的是 Grok Build、Cursor、直接 API 还是聚合器。 xAI表示,Grok 4.7版本可通过Cursor和Grok Build使用,也可通过Grok API以及第三方编码工具包、模型路由器和云平台获取。这种区分将决定计费方式、模型控制、隐私条款以及可用工具。.

如果您使用聚合服务,请在基于该服务构建之前,打开其模型页面,并核对提供商的路由、令牌价格、上下文限制和模型标识符。OpenRouter 是其中一个有文档记录的路由,但其定价不应复制到 xAI 计费表中。.

对于希望在一个工作区中比较多个模型系列的读者,, GlobalGPT的多模型工作区 可用于并行提示评估。本文介绍了 声称该地已有Grok 4.7路线可用。经核实的目录路线是否可用是另一个问题,应在购买前通过产品界面进行确认。.

Grok 4.7 与 ChatGPT、Claude 和 Gemini 相比

本篇评测包含三项Grok 4.7任务的结果,但未与ChatGPT、Claude或Gemini进行对比测试。若就此得出“Grok 4.7胜出”这一普适性结论,仍属营销噱头,而非客观分析。 更好的选择取决于围绕该模型开展的研究:

如果您的首要任务是...首先,进行评估……为什么
冗长的技术文档Grok 4.7 及其他大范围路由检查检索准确率,而不仅仅是宣传的检索范围
仓库调试Grok 4.7,一款侧重编码的模型,以及你的常规测试循环比较根本原因分析的质量和审核时间
以源头为先的研究以研究为导向的工作流程加上一个通用推理模型在接受结论之前,应先核查引用文献
现有的生产力集成该模型已嵌入您的工具中转换成本可能超过基准收益
最低的API账单直连路由与聚合路由并列价格因提供商和缓存行为而异

"(《世界人权宣言》) “《哪些人工智能值得付费?》指南 提出了一个正确的购买决策问题:哪项重复性任务的效率提升足以抵消订阅费或API费用?这比一味追逐排行榜上的最新条目更是一条经得起考验的决策准则。.

局限性与未解问题

Grok 4.7 问世时间尚短,尚无法形成广泛的独立共识。现有证据仍留下了一些悬而未决的问题:

  1. 在编码、研究、写作和多模态任务方面,进步程度是否一致?
  2. 在接近极限时,500K的上下文是否仍然可靠,还是检索质量会更早地下降?
  3. 最高强度的推理活动会带来多少额外的延迟?
  4. 哪些消费者套餐、地区、工具和速率限制会使该模型暴露在外?
  5. 这些新的保障措施在处理合法但敏感的技术工作时会产生什么影响?
  6. Direct xAI、OpenRouter 及其他提供商返回的结果或限制是否存在实质性差异?

这些问题并不构成否定该模型的理由。恰恰相反,这正是我们在迁移工作流程或承诺实现成本节约之前,应先进行一次小规模、具有代表性的评估的原因。.

哪些人适合使用 Grok 4.7?

如果您符合以下情况,建议先测试 Grok 4.7:

  • 长时间调试代码或分析技术资料;;
  • 处理超出普通聊天窗口大小的源数据包;;
  • 重视那些愿意在困难提示上投入更多精力的模型;;
  • 可以先审核输出结果,而不是直接将其发送至生产环境;;
  • 正在比较直接API和聚合平台的经济效益。.

如果您需要成熟的集成、文档完善的用户方案,或者相对于您技术栈中现有的模型在执行相同任务时具有经证实的优势,那么该模型的适用性就较弱。在这些情况下,访问和工作流层的重要性可能超过两点的索引提升。.

常见问题

什么是 Grok 4.7?

Grok 4.7 是 xAI 于 2026 年 9 月 21 日发布的面向编程和知识工作的模型版本。xAI 表示,该版本在处理复杂任务时能持续更长时间,对工作结果的核查更为仔细,并新增了一套安全防护机制,同时保持了与 Grok 4.6 相同的定价和运行速度。.

Grok 4.7 是何时发布的?

xAI 于 2026 年 9 月 21 日发布了 Grok 4.7 版本。官方发布页面和开发者文档是了解发布状态、模型可用性以及 API 变更的最佳信息来源。.

Grok 4.7 比 Grok 4.6 更好吗?

Artificial Analysis 报告显示,智能指数为 46,比 Grok 4.6 高出 2 分;AA-Briefcase Elo 值为 1,657,比 4.6 高出 111 分。这些是有用的信号,但并非适用于所有工作流的通用结果。.

Grok 4.7 的上下文窗口是什么?

《Artificial Analysis》为 Grok 4.7 列出了 50 万令牌的上下文窗口。较大的窗口并不能保证完美的检索效果,因此在将该模型用于涉及大量来源的工作之前,请先通过将事实放置在长文档的不同位置来测试该模型。.

Grok 4.7 API 的价格是多少?

Artificial Analysis 列出的直接 API 路径性能指标为:每 100 万个输入令牌消耗 $2,每 100 万个输出令牌消耗 $6;使用缓存输入时,每 100 万个令牌消耗 $0.50。在投入生产使用前,请确认最新的 xAI 文档。.

OpenRouter 的 Grok 4.7 价格与 xAI 的价格一样吗?

不。OpenRouter 列出的路由价格为:每 100 万个输入代币 $1.60,每 100 万个输出代币 $4.80。 这是供应商特有的定价,应与 xAI 的直接 API 定价分开比较。OpenRouter 还显示了供应商特有的缓存、延迟、吞吐量和隐私字段,这些因素可能会影响路由的实际成本。.

如何访问 Grok 4.7?

请先查阅 xAI 的官方公告和开发者文档,然后选择面向消费者的 Grok 产品、xAI 直接 API,或 OpenRouter 等聚合平台。请针对您实际计划使用的路由,核对模型 ID、区域、速率限制、上下文以及计费信息。.

Grok 4.7 是否可在 GlobalGPT 上使用?

本评测并未声称已在GlobalGPT上验证了Grok 4.7路线。GlobalGPT可用于比较可用的型号系列,但在购买前,应通过产品用户界面核对其当前产品目录及具体型号的供货情况。.

最终判决

Grok 4.7 看起来是一次重大的渐进式模型升级,且目标明确:面向编程和知识型工作,并能对持续的努力给予回报。 官方发布声明对此变更给出了令人信服的解释,Artificial Analysis 的初步数据表明该版本相较于 Grok 4.6 有所改进而非退步,而我们的 API 测试结果也提供了些许实际依据。该模型在处理并发错误和来源冲突的备忘录方面表现尤为出色;其规划结果虽然谨慎,但未达到要求的操作性水平。.

客观的结论目前仍属初步。这仅是同一测试路线的三次单次运行,其中耗时最长的任务是在非流式网关超时后才开始流式传输,且目前既没有竞争对手的对应测试结果,也没有广泛的独立共识。 不妨从您实际工作流程中选取一项难度较高的任务,将其输出结果和审查时间与您现有的模型进行对比,然后决定此次升级是否值得为此特定路线承担相应成本。.

分享帖子:

相关帖子