Grok 4.7 什么时候发布的?
xAI 于 2026 年 9 月 21 日正式发布 Grok 4.7,同日在 Grok API、Grok Build 和 Cursor 上线。
Grok 4.7 是 xAI 于 2026 年 9 月 21 日发布的旗舰编程与知识工作模型,基于更大的基座模型和更长的强化学习训练,API 模型名 grok-4.7,支持 500K 上下文、文本与图像输入、函数调用与 low/medium/high/xhigh 四档推理,输入价格 $2/百万 tokens 起。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | 上下文长度 < 200000 | $2.00/ 1M tokens | $6.00/ 1M tokens |
| 文本 | 上下文长度 >= 200000, 上下文长度 <= 500000 | $4.00/ 1M tokens | $12.00/ 1M tokens |
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | — | $0.500/ 1M tokens 上下文长度 < 200000 |
| 文本 | - | — | $1.00/ 1M tokens 上下文长度 >= 200000, 上下文长度 <= 500000 |
表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。
Grok 4.7 当前已收录的代表性评测结果包括 Creative Writing(8 / 110,得分 2006.70)、MedScribe(5 / 66,得分 89.38)、Vibe Code Bench v1.1(8 / 61,得分 86.17)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。
Grok 4.7 是 xAI 于 2026 年 9 月 21 日发布的旗舰模型,面向编程与知识工作。官方称其构建在比 Grok 4.6 更大的基座模型上,使用更长的强化学习训练覆盖更难、更长周期的任务,并在自我验证和长上下文管理上做了改进;模型还原生理解 Grok Bot harness 的运行方式。DataLearner 当前机构目录沿用 xAI 名称,本条目按该目录归档。
官方开发者文档显示 API 模型名为 grok-4.7,上下文窗口为 500,000 tokens,接受文本与图像输入并输出文本,支持函数调用与结构化输出。推理强度通过 reasoning_effort 配置,提供 low、medium、high、xhigh 四档,默认 high。官方文档未公布知识截止日期与最大输出长度。
xAI 公布的成绩包括:CursorBench 4.0 46.3%(Grok 4.6 为 40.4%)、DeepSWE v1.1 高推理档 71.0%(Grok 4.6 为 65.2%)、Terminal-Bench 4.0 38.0%、电气工程评测 EEBench 64.0%(Grok 4.6 为 53.0%)、Harvey Legal Agent Benchmark 19.6%、HealthBench Professional 56.7%、GDPval 1695 Elo,以及 Artificial Analysis Briefcase v1.1 1657。官方未公布参数规模与训练数据细节。
xAI 表示 Grok 4.7 采用全新的防护栈,是其测试过的在拒答与越狱抵抗上表现最强的模型,在 LatchBio 生物安全评测上为 62.4%,在 HackerBench v0.3 上高风险提示的放行率为 3.3%,同时保持较低的正常请求误拒率。
API 按提示长度分段计价:提示不足 200K tokens 时输入 $2/百万 tokens、缓存输入 $0.5/百万 tokens、输出 $6/百万 tokens;提示达到或超过 200K tokens 时全部 token 按双倍费率计价(输入 $4、缓存输入 $1、输出 $12)。模型已在 Grok API、Grok Build、Cursor,以及第三方编程 harness、模型路由和云平台上提供。模型权重未开源。
xAI 于 2026 年 9 月 21 日正式发布 Grok 4.7,同日在 Grok API、Grok Build 和 Cursor 上线。
官方开发者文档显示 API 模型名为 grok-4.7,上下文窗口 500,000 tokens,支持文本与图像输入、文本输出,并支持函数调用与结构化输出。
提示不足 200K tokens 时,输入 $2/百万 tokens、缓存输入 $0.5/百万 tokens、输出 $6/百万 tokens;提示达到或超过 200K tokens 时全部 token 按双倍费率计价($4/$1/$12)。
官方给出的对比包括 CursorBench 4.0 从 40.4% 提升到 46.3%、DeepSWE v1.1 高档从 65.2% 提升到 71.0%、EEBench 从 53.0% 提升到 64.0%。
不开源。xAI 只通过 API 和合作平台提供该模型,未发布权重。
欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送
