发生了什么
xAI 于 2026 年 9 月 21 日发布 Grok 4.7，并将其定位为面向编程、智能体任务与知识工作的新一代旗舰模型。与过去两年旗舰迭代常见的「能力上探、单价上调」路径不同，此次发布的定价与前代完全持平：每百万 token 输入 2 美元、输出 6 美元，缓存输入 0.5 美元；当单次请求的提示词超过 20 万 token 时，输入与输出单价分别升至 4 美元与 12 美元。官方另提供一个输出速度翻倍、价格为两倍的 fast 版本。上下文窗口为 50 万 token，与前代一致。
分发节奏是这次发布的一个明确动作：模型没有采用分阶段灰度，而是在 Cursor、Grok Build、xAI API、第三方编码框架、模型路由平台与云平台上同日上线；GitHub 亦在首发当日把 Grok 4.7 加入 Copilot 的 Pro、Pro+、Max、Business 与 Enterprise 订阅档。对已经使用 Grok 4.6 的团队而言，迁移只需在既有渠道内切换模型标识。
能力变化与关键指标
- 底座与训练：换用比 Grok 4.6 更大的基础模型，强化学习训练时长延长，训练任务的难度分布整体上移，权重向需要数小时才能完成的长程问题倾斜，官方称结果是模型更擅长自检与管理长上下文。
- Grok Bot 原生适配：模型被专门训练以理解 xAI 自研的 Grok Bot 智能体运行环境。Grok Bot 于 8 月 11 日发布，定位为一组持续运行、各自拥有独立计算机的智能体。
- 编码基准：CursorBench 4.0 由 40.4% 升至 46.3%；DeepSWE v1.1 由 65.2% 升至 71.0%；Terminal-Bench 4.0 由 20.3% 升至 38.0%，接近翻倍。
- 知识与专业任务：EEBench 电气工程基准 64.0%，Harvey 法律智能体基准 19.6%，HealthBench Professional 56.7%，GDPval Elo 1,695（前代 1,605）。
- 安全侧：官方称采用全新重写的安全护栏栈，LatchBio 生物安全基准 62.4%，HackerBench v0.3 中仅 3.3% 的风险提示词被放行；同时以邀请制开放红队能力给部分网络安全合作方。
为什么重要
这次发布最有价值的信号在定价而非排名。官方对比表中列出的竞品价格分别为每百万 token 4 美元 / 20 美元与 10 美元 / 50 美元，Grok 4.7 把「万亿参数级前沿能力」的心理价位继续钉在 2 美元 / 6 美元。对企业采购而言，这意味着同一预算下可调用的推理量上升，长程编程智能体的单任务成本随之下移；对厂商而言，则意味着中端型号的降价压力进一步加大。
需要客观看待的是，在官方同一张表内，Grok 4.7 的领先集中在 EEBench 与 Harvey 法律基准，而在 CursorBench 4.0（46.3% 对 51.8%）、Terminal-Bench 4.0（38.0% 对 57.9%）、AA Briefcase v1.1（1,657 对 1,678）与 HealthBench Professional（56.7% 对 62.1%）上仍落后于竞品。官方在 GDPval 段落中的表述也相对克制，仅称其「表现与其他前沿模型相当」。
仍待确认
表格中的全部数字均由 xAI 自行测量并发布，没有独立第三方复现；而且各模型并非在同一推理强度档位下运行，官方在表下注明了这一点，因此该对比更适合作为方向性参考而非受控实验结论。此外，媒体广泛引用的「参数规模由上代 1.5 万亿升至约 2.1 万亿」出自媒体口径，官方发布材料未予确认。企业在正式迁移前，建议以自有任务集做 A/B 验证，而非直接引用榜单。