马斯克交卷Grok 4.7,这次吹牛吹大了

马斯克交卷Grok 4.7,这次吹牛吹大了

AI 资讯 来源:新闻/公众号 发布时间:2026-09-22 09:35:58 预计阅读 6 分钟

AI 圈没有假期。从 OpenAI、Anthropic 到 xAI,各家巨头集中抢位。SpaceXAI 正式发布 Grok 4.7,官方定位为目前最强的编程与知识工作模型,已进入 Cursor、Grok Build 和 Grok API,也将通过第三方编程工具、模型路由平台与云服务提供。发布比马斯克最初预告晚了不少,从 7 月下旬开始吹风,一再推迟。

Grok 4.7 使用比 Grok 4.6 更大的全新基础模型,强化学习时间更长,训练任务更难,部分需数小时完成。模型加强长上下文管理和结果核查能力,并针对 Grok Bot 运行环境原生训练。官方公布多项成绩:CursorBench 4.0 中 Grok 4.7 xHigh 得分 46.3%,高于 Grok 4.6 High 的 40.4%;DeepSWE v1.1 从 65.2% 提高到 71.0%;Terminal Bench 4.0 从 20.3% 升至 38.0%;EEBench 从 53.0% 提高到 64.0%;AA Briefcase v1.1 从 1546 分增至 1657 分。

刚刚,马斯克交卷 Grok 4.7!但这次吹牛吹大了

横向比较,Grok 4.7 优势集中在价格和部分专业任务,综合成绩未全面领先。在 CursorBench 4.0 和 Terminal Bench 4.0 上低于 Fable 5.1 Max;DeepSWE v1.1 略低于 GPT 5.6 Sol Max;但在 Harvey Legal Agent Benchmark 中取得 19.6%,明显高于对比模型。Artificial Analysis 给出 46 分 Intelligence Index,称其让 SpaceXAI 进入全球前四名 AI 实验室,Coding Agent Index 表现超过 GPT 5.6 Sol。

价格成为最直接竞争筹码。API 定价与 Grok 4.6 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,价格翻倍。官方宣称速度可达同类模型两倍,价格只有一半。

刚刚,马斯克交卷 Grok 4.7!但这次吹牛吹大了

编程之外,SpaceXAI 开始争夺专业工作,强调文档和演示文稿能力,引用 GDPval 与 AA Briefcase 等评测,试图证明模型可承担律师、护士、金融分析师等部分工作。Box 展示的保险理赔案例中,Grok 4.7 在 Box Agent 中核对一笔 200 万美元索赔、保单与记录,发现 8.2 万美元重复发票和 6.4 万美元遗漏供应商抵扣,还识别出可能令计算结果相差 14.3 万美元的免赔额问题,最终生成带引用的审查报告,保险覆盖和付款决定仍由理赔人员完成。

安全方面,SpaceXAI 表示 Grok 4.7 使用全新安全防护体系,在 LatchBio 生物安全基准中取得 62.4%;HackerBench v0.3 中只有 3.3% 危险双重用途提示通过,同时尽量减少对正常安全研究的误拒。部分网络安全合作伙伴将获邀请制红队能力。

刚刚,马斯克交卷 Grok 4.7!但这次吹牛吹大了

上线后首批测试集中在网页、3D 场景和可视化编程,口碑两极分化。Eric Zakariasson 展示 Grok 4.6 与 4.7 制作《帝国时代 II》演示项目对比;Ashutosh Shrivastava 让模型根据平面图搭建 Blender 结构并导出为交互式 Three.js 网站;开发者 Diego Cabezas 让 Grok 4.7 xHigh 用 Python 模拟单行道交通灯和随机驶入车辆,称细节最丰富。AI/ML API 用四个 Three.js 太空场景比较,称 Grok 4.7 约花费 0.20 美元,Claude Opus 5 约 2.05 美元,Grok 在其中三个场景用时更短。但开发者 Bhavy 认为其在 3D 和前端任务上低于预期,问题包括物理效果生硬、提示理解不稳定和 token 消耗过快。Harshith 生成 Airbus H145 直升机 Three.js 模型,认为 4.7 逊于 4.6,耗时约 45 分钟。鹈鹕骑自行车 SVG 动画测试中,画面结构和运动关系也受诟病。Salio 认为实际表现高于预期,视觉质量略低于 Astra 但高于 Sol。

整体看,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不稳定。它更像 SpaceXAI 对开发者市场的集中加码,不是跨代更新,而是补位。其意义在于用更低价格和更快响应争夺开发者反复调用的日常任务。马斯克透露,Grok 4.8 参数规模约 2.5 万亿,采用全新 C++ 训练栈,基础训练后进入强化学习,称会带来明显改进。更远路线图中,Grok 4.9 可能达到 OpenAI Astra 和 Anthropic Fable 级别,Grok 5 被寄托通往 AGI 的希望。

标签: AI 资讯 AI

更多推荐阅读

OpenAI 发布 GPT-6 Cyber,专攻网络安全

OpenAI 发布 GPT-6 Cyber,专攻网络安全

OpenAI 正式发布网络安全专用模型 GPT-6 Cyber,基于 GPT-6 Astra 打造,是 GPT-5.6 Cyber 的继任者,在找漏洞、验证漏洞方面能力更强,同时加强了任务边界训练。 在 Firefox 代码库研究中,Mozilla 自今年 2 月起使用前沿模型检查代码,修复的安全问题已是 2025 年同期的七倍多。OpenAI 研究员用 GPT-6 Cyber 复查后,仍发现 ...

2026-11-07 14:28:38
突发!李飞飞最新 AI 成果发布,把世界模型装进复古掌机,单张图实时跑出 15 帧

突发!李飞飞最新 AI 成果发布,把世界模型装进复古掌机,单张图实时跑出 15 帧

今天,李飞飞创办的 World Labs 发布研究预览版 Demo Frameboy,将自回归世界模型 Atlas 带入实时交互时代。用户打开浏览器,云端 GPU 以最高 15 fps 帧率实时串流画面,可像打游戏一样自由操控镜头,在单张图片生成的 3D 世界中探索,试错成本几乎归零。 Atlas 于两个月前亮相,最大卖点是逐帧生成画面并支持像素级相机视角控制,可从单图脑补虚拟 3D 世界,或用...

2026-11-07 13:37:43
ChatGPT近期的一些关键数据:搜索追到谷歌20%、Dots还在赔本、1/5的人爱用语音模式

ChatGPT近期的一些关键数据:搜索追到谷歌20%、Dots还在赔本、1/5的人爱用语音模式

OpenAI 公布 ChatGPT 新数据:搜索查询量已达谷歌五分之一,周活从 10 亿增至 12 亿,两个月各增约 1 亿。ChatGPT 消费者产品负责人 Adam Fry 与科技媒体人 Alex Kantrowitz 对话,谈及产品思路。 搜索方面,只要提问触发网页检索即计一次搜索。用户使用从写作、写代码扩展到查人、查地点、查物品及金融健康类问题,均依赖实时信息。Fry 认为 ChatGP...

2026-11-07 12:55:55
对谈千问蒋冠军:从模型、记忆到生态,Personal Agent的技术架构如何搭建?

对谈千问蒋冠军:从模型、记忆到生态,Personal Agent的技术架构如何搭建?

Personal Agent 正在撕开 AI 应用的口子。个人记忆、生态工具、需求透视等要点叠加,让 Personal Agent 的理念有了更明确的定义:Agent 依托模型的推理、规划与调用能力,但记忆是否准确、工具是否丰富,都决定着对用户需求的满足率。 千问事业部 AI 算法负责人蒋冠军介绍,千问建立了覆盖 30 多个行业的需求透视图,将需求归纳为不同意图,拆解出 8000 多个模型的原子...

2026-11-07 12:04:07
DeepSeek Super-Agent 没回答的问题:管得了 Agent,管得好上下文吗?

DeepSeek Super-Agent 没回答的问题:管得了 Agent,管得好上下文吗?

DeepSeek Harness 团队发布《Super-agent 设计探索》,提出用 Router + Worker 双层架构,把一人管理多个 Agent 的负担交给系统。文章引发讨论,多聚焦调度机制设计。PostgreSQL 圈冯若航(Pigsty、Silo 作者)撰文点评,顺着方案追问:Session 可以藏起来,但 Router 凭什么知道这句话该派给谁? 文章要解决的真问题很朴素:人的...

2026-11-07 11:03:56
大模型的数据生意:人类如何蒸馏自己

大模型的数据生意:人类如何蒸馏自己

成都中和与天津侯台等城郊老村镇里,一群人正为大型互联网公司训练大模型,大多月薪不足1万元。他们每天核对大模型答案的事实、检查是否答非所问、打分比较优劣,有时还要亲手写示范。这些重复琐碎的工作构成大模型训练中最重要的一环——数据生产。 2025年,网上现成文本越来越难满足训练需求,Anthropic开始从人类实际工作中收集数据,记录律师处理合同的全过程,整理成训练数据。中国模型公司在2026年初开...

2026-11-07 10:37:24
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部