Grok 4.7发布：网友实测先拿SpaceX火箭开玩

看来老马也知道，国庆前后基模圈不好混，所以先发先占坑——Grok 4.7来了。

更大的底模、上下文拉到50万Token，重点猛练Coding、Agent以及动辄跑上几个小时的复杂任务。软件工程、电气工程、长时办公、终端和法律任务全面开花。官方评测表中，电气工程基准测试以64%拿下第一，终端操作基准测试从20.3%跃升到38%。价格方面，输入2美元/百万Token，输出6美元/百万Token，加量不加价。

模型刚发布，网友实测画风就开始不对劲。大家打开Grok 4.7后第一件事居然是发火箭。有网友直接整出“宇宙上天”大戏，还有人让Grok 4.7搓出3D火箭工程，模型、发射架都有，甚至能现场试飞。更有网友把Kimi K3和Grok 4.7一起拖到火箭发射场同题开卷，结果Grok这边多少有点没顶住。

Grok 4.7这波确实是奔着干重活儿来的。从公开评测成绩看，提升主要集中在Coding、Agent和长时任务。xAI官方评测中，软件工程CursorBench4.0从上一代40.4%涨到46.3%，DeepSWE v1.1从65.2%升到71%。电气工程EEBench比上一代提升11个百分点，在表中四款模型里拿下最高分。法律Agent从15.8%涨到19.6%，拉开和GPT-5.6 Sol、Fable 5.1的差距。

第三方Artificial Analysis榜单中，综合智能指数拿到46分，排在第一梯队之后；Coding Agent Index成绩56分、位列第4，相比Grok 4.6的47分提升一大截。

Grok 4.7还不只是分数上涨，性能成本比也一起提升。xAI给出的CursorBench 4.0成本曲线里，随着单任务预算增加，成绩还能继续往上爬。在大约4～5美元/任务的位置，已能做到约43%，继续加预算还能逼近46%。同等预算下，GPT-5.6 Sol大约还在37%左右，差距有6个百分点上下。这说明这代模型在复杂Coding任务上，多花一点推理预算，确实能更稳定地换回能力增益。

比发布本身更有节目效果的还得看网友。有人拿Grok 4.6和4.7的开放游戏世界对比，4.6还有点像素小游戏味儿，画面偏平、建模朴素；4.7建模感明显更强，建筑、道路、光影、场景细节都更扎实，已有点正经3D游戏Demo的意思。还有网友让Grok 4.7搓《帝国时代2》，画面细节比上一代更好，但4.6颜色更好些，各有千秋。

难度继续加码，有网友把Grok 4.7扔进Blender，让它现场建金门大桥，全程只花17分钟，近景、远景、特写基本都有，桥体结构和整体画面完成度挺像样。还有人喂了一段SpaceX星舰真实发射视频作参考，让它重新生成定格动画，最终生成视频整体变成类似手绘工程草图/复古定格动画风格。

小游戏这边很快有人来拆台。有网友让Grok 4.7和GPT-6 Astra各写一个弹球游戏，Grok这边开局正常，球也能弹、画面也能跑，但不到10秒球直接卡住不动了。真·大活儿能接，小球难防。

算上去，距离全球基模决战的国庆节已经没几天了。隔壁A社Claude 5.2箭在弦上，谷歌Gemini 4 Pro内测效果刷屏，甚至疑似已披着马甲偷偷混进Arena参加摸底考试。国内厂商也开始陆续往牌桌上加码，国庆前后这几天怎么看都像是又一轮基模集中交卷期。这个时间点发Grok 4.7，怎么不算上上策。