Grok 4.7发布即全球第三，马斯克：4.8也训完了

SpaceXAI正式发布全新主力模型Grok 4.7，主打同价同速下性能大幅提升。马斯克称其将SpaceXAI送上智能体编程第三把交椅，仅次于Anthropic和OpenAI。官方定位为“史上最强Grok，专为编程和知识工作而生”。

Grok 4.7输入每百万Token 2美元、输出6美元，与Grok 4.6一致，但底层模型彻底换血：基座更大、强化学习训练拉长，任务难度加权向“需数小时完成的工作”倾斜。官方称其在编程和知识工作基准上几乎盖过GPT-5.6 Sol Max，直追Fable 5.1 Max。

编程测试数据分化明显。综合智能指数上，Grok 4.7得46分，较4.6仅涨2分，第一梯队Fable 5.1和GPT-6 Astra均为53分；单模型排第16，按实验室排第四。套上GrokBuild框架后，Grok 4.7飙至56分，排在Fable 5.1、GPT-6 Astra和Opus 5之后，马斯克所称“全球第三”是将Anthropic两个模型并作一家。但在统一基准Terminal-Bench4.0上，其通过率仅26%~27%，远低于GPT-6 Astra的60%和Fable 5.1的55%。ValsAI评测中，Grok 4.7从第14名跌至第24名，比4.6倒挂5分。官方附注显示，Grok 4.7在预训练阶段深度对齐GrokBot框架交互模式，极度依赖自家工具调用逻辑，脱离后战斗力打折。

知识工作方面，长流程测试AA-Briefcase中Grok 4.7得1657 Elo，较4.6 High档增111分；GDPval-AA得1695 Elo，高90分。电气工程测试EEBench拿下64.0%，为所列四款模型中最高。

实测中既有惊喜也有翻车。开发者Tak仅提示“10分钟内能做啥就做啥”，Grok自行在Blender中制作出可转动的黄铜浑天仪，引25万人围观。鹈鹕骑自行车测试中，有人开xhigh加fast模式烧18分钟、3.16美元，出片尚可；另一人结果较差。产品博主Paweł Huryn用两个真实代码库埋105个bug测三轮，GPT-6 Astra修好45个，Grok 4.7和4.6均修好28.7个。芯片项目对照试验显示其“又快又省”，Cursor已将Grok 4.7上下文提至500K，上一代仅256K。Factory接入后评价克制，称工程、调试、数据、基础设施均可干，找命令比4.6快。

价格方面，Grok 4.7单价诱人，对比Astra和Fable的10美元输入、50美元输出，便宜5到8倍。但官方性价比曲线底部细节显示，Fable 5.1低档单题成本5.44美元，比Grok最高档还便宜；GPT-5.6 Sol高档单题仅2.85美元。其输出token达8.1万，约为GPT-6 Astra三倍，实际账单优势被腰斩。开发者吐槽缓存读取单价反超Sol，Cursor社区称花掉的token几乎是4.6两倍。速度上，AA实测每秒188个token，fast模式翻倍。

Grok 4.7战术意图明确：不碰AGI绝对王座，退守前沿第二梯队，卡住最便宜、最快高地，专打性价比。但发布暴露真正趋势——单体模型时代正在过去。其高分大半靠Grok Build量身定制硬顶，脱离自家脚手架即露馅。Anthropic用Claude Code锁死长程任务，OpenAI用Codex把持生态，xAI也走上用私有框架捆绑开发者的路子。未来第三方评测榜单将失去纯粹性，看到跑分排名需先问：用什么框架测的？