Grok 4.7上线，牛皮留给下一代

9月21日，Grok 4.7终于上线了。

看完这次升级，社区反响平平，我觉得它有点冤，，，能力涨了，价格没动，长任务有进步——

偏偏，老板提前把话说满了（发布时间吹牛、能力吹牛）。

还是先说模型：这次API标准价和4.6一模一样，每百万token输入2美元、输出6美元，提示词达到20万token后翻倍。按我的感受，这个性价比，仍然挺能打。

官方测的Terminal-Bench 4.0，从20.3%涨到38%；Cursor编程测试，从40.4%涨到46.3%，反复改代码、检查结果的长活，相比之前确实更能打了一些，但官方放出的张表用4.7的xhigh档对比4.6的high档。。

独立机构Artificial Analysis（但存在充钱加分的情况），在综合智力测试中测到，4.7的xhigh档每题平均输出8.1万token，4.6同档约3.8万，单价没涨，平均用量翻了倍还多，这点各位在使用的时候也得注意。

我们自己实际使用发现消耗量也上去了

我们再来聊聊这次的老马，众所周知，马斯克一向是喜欢吹牛皮的，8月12日，他在X上说，Grok 4.7 will exceed all current models。

超过当下所有模型（倒也没吹太离谱）。

结果，我们都知道了，一个月后，GPT出了Astra，A\出了Fable5.1，。

但发布时的成绩，确实撑不起那股横扫全场的气势——Grok4.7显然是没打过Fable5和Sol。

AA综合智力给4.7打了46分，Fable 5.1和GPT-6 Astra都是53分，编程agent按各家原生工具环境测。

甚至官方自己的表上，Fable的Cursor成绩是51.8%，多小时终端任务是57.9%。

4.7有进步，也还在看人家的背影。

更有意思的是，这牛皮，都不用别人戳，他自己就一点点收回去了。

8月15日，will exceed变成了has a good chance，有不错的机会，马斯克还承认，当时Fable 5总体更聪明，Grok的优势是快和便宜。

到了9月14日，4.7还没发，他已经说，这代大概对齐Opus 5.0，不是5.1，多模态还得加强，，，，然后话锋一转，4.8会明显更好，4.9大概能到Astra、Fable那一档，Grok 5也许比什么都强。

这代的成绩还没出来，，，后三代的庆功宴又先排上了。

发布当天，口径终于落地了。他说SpaceXAI在编程agent上排第三，加上速度快、成本低，很适合当日常主力。这里第三说的是实验室，Anthropic有两个模型在前面，按模型算仍是第四。

说真的，这个定位有什么不好呢？

挑模型，能把活干好、价格合适，在现在的Agent时代，这就很有吸引力了，，可偏偏奈何马斯克实在是太喜欢提前开香槟，导致大家对Grok的观感都不那么好了。。

Grok 4.7的进步是真的。

还是看看远处的Xiaomi MIMO 2.6和TRAE偷传代码事件吧。