就在剛剛，馬斯克SpaceXAI正式發佈，全新主力模型Grok 4.7！
核心賣點主打一個，同樣的價格和速度，超強的性能。
馬斯克第一時間喊話，「Grok 4.7把SpaceXAI送上了智能體程式設計的第三把交椅，僅次於Anthropic和OpenAI」。
速度又快，價格又低，Grok 4.7是個人搬磚幹活的首選。
SpaceXAI官博中，官方給出的定位：史上最強Grok，專為程式設計和知識工作而生。
具體來說，Grok 4.7在程式設計和知識工作基準上，成績幾乎蓋過了GPT-5.6 Sol Max，直追Fable 5.1 Max。
輸入每百萬Token 2美元，輸出6美元，和Grok 4.6一模一樣。
但底層模型徹底大換血，基座模型更大，強化學習訓練拉長，任務難度加權向「需要數小時才能完成的工作」傾斜。
讓Grok 4.7和Grok 4.6去搓個開放世界城市遊戲，差距真的是肉眼可見。
值得一提的是，下一代2.5T新模型Grok 4.8也訓完了。
馬斯克的拿手好戲，才剛剛開始。
Grok 4.7登場
程式設計追進第一梯隊
更能量化Grok 4.7這輪進步的，還是程式設計測試。
拆開AA的榜單，資料很有意思。
綜合智能指數上，Grok 4.7拿下46分，相比4.6隻寒磣地漲了2分。而第一梯隊的Fable 5.1和GPT-6 Astra全是53分。
按單模型算，它排在第16名；按實驗室排，剛好擠到了第四。
而真正讓馬斯克吹上天的程式設計榜，其實是兩張。
1. 套上GrokBuild框架，Grok 4.7飆到56分，排在Fable 5.1、GPT-6 Astra和Opus 5之後。馬斯克口中的「全球第三」，是偷偷把Anthropic的兩個模型並成了一家。
2. 換到統一基準的Terminal-Bench4.0後，Grok 4.7的通過率當場暴跌到26%~27%。作為對比，GPT-6 Astra是60%，Fable 5.1是55%。
不過，在評測機構ValsAI這裡，Grok 4.7不升反降，直接從第14名一路跌到第24名，比上一代4.6還倒掛了5分。
馬斯克為什麼要拚命給Build框架站台？答案就藏在官方公告的附註裡——
Grok4.7在預訓練階段，深度對齊了GrokBot框架的互動模式。
換句話說，它極度依賴自家工具的呼叫邏輯和任務拆解套路。一旦走出溫室，戰鬥力瞬間打折。
知識能力，也非常能打
這次升級的另一塊重點，便是離所有人更近的一個場景——辦公。
在長流程知識工作測試AA-Briefcase中，Grok 4.7拿到1657 Elo，比Grok 4.6的High檔增加111分。
在GDPval-AA上，它拿到1695 Elo，比上一代高出90分。
這些任務看重的，是AI到底能不能幫專業的人把活兒幹完、交出像樣的東西。
比如，整理材料、製作文件、完成分析與簡報，Grok 4.7明顯比上一代大幅提升。
此外，在電氣工程測試EEBench上，Grok 4.7拿下64.0%，在所列四款模型中最高。
全網首測
有驚喜也有翻車
Grok 4.7一上線，不少人早就摩拳擦掌，上手嘗鮮了。
最出圈的一個demo，來自開發者Tak。
他壓根沒給Grok 4.7具體要求，就留了一句「你10分鐘內能做啥就做啥」。
結果 Grok 自己跑去 Blender 裡搓了個黃銅渾天儀，上面的行星甚至還能轉，引全網25萬人圍觀。
Tak本人點評，「講真，一點也不差」。
然後是經典節目，鵜鶘騎自行車。
有人直接拉滿組態，開了xhigh加fast模式開跑，燒了整整18分鐘，3.16美元。
結果出片還真像那麼回事，白鵜鶘在海邊騎車，翅膀搭在車把上。
另一個人跑出來的就拉胯多了，生成的棕色鳥直接癱在自行車上。
產品博主Paweł Huryn拿了兩個真實程式碼庫、埋了105個bug測了三輪。
結果是，GPT-6 Astra能修好45個；Grok 4.7搞定了28.7個。戲劇性的是，上一代Grok 4.6也是28.7個。
還有人直接上了硬碰硬的對照試驗：把同一個晶片項目，同時甩給Grok Build和Cursor裡的Grok 4.7。
整整兩小時，測下來最直觀的感覺就是四個字：又快又省。
順帶還扒出個新彩蛋，Cursor 居然悄悄把Grok 4.7的上下文頂到了500K，要知道上一代4.6可只有256K。
做程式設計Agent的Factory也第一時間接進了自家的Droid，給的評價比較克制。
工程、偵錯、資料、基礎設施的活都能幹，找命令比4.6快，medium檔夠用，high檔在老程式碼上有加成。
定價便宜五倍
一算總賬卻遭背刺
這次，Grok 4.7官宣的另一大亮點，是價格是同類一半。
不得不說，她的單價確實誘人：輸入2美元、輸出6美元。
對比Astra和Fable動輒10刀輸入、50刀輸出的刺客價格，Grok單價便宜了5到8倍。
官方曬出的Cursor Bench 4.0性價比曲線上，Grok 4.7最高檔拿下46.3%，解一道題成本6.01美元；Fable 5.1中檔46.8%，一道題7.05美元。看上去像是一場平分秋色的精準狙擊。
但只要拿放大鏡掃一眼圖表底部的細節，這筆賬就全變味了。
Fable 5.1低檔跑出45.1%，單題成本只要5.44美元，比Grok的最高檔還要便宜；而上一代的GPT-5.6 Sol高檔拿下35.7%，單題只需2.85美元。
玄機依然在於那驚人的「話癆體質」。
8.1萬輸出token，幾乎是GPT-6 Astra的三倍。單價便宜5倍，但廢話多了3倍，實際賬單優勢被生生腰斬。
Hacker News上有開發者算清總賬後吐槽：Grok 4.7的快取讀取單價甚至反超了Sol。
Cursor社區更是直接破防：「這根本不是什麼劃時代的性價比怪物，花掉的token幾乎是4.6的兩倍，4.5時代那種極致廉價感徹底沒了。」
不過在純速度上，它確實快得凶殘。
AA實測每秒狂飆188個token，fast模式更是原地翻倍。
模型加框架，才是下一個戰場
如今再看Grok 4.7的戰術意圖，已經徹底明牌。
它不打算碰AGI的絕對王座，而是退守前沿第二梯隊，卡住最便宜、最快的高地，專打性價比。
但這場發佈暴露出的真正行業趨勢——單體模型的時代，正在過去。
Grok 4.7的高分，有一大半是靠著Grok Build的量身定製硬頂上去的；一旦脫離自家的腳手架，分數立馬露餡。
Anthropic用Claude Code鎖死長程任務，OpenAI用Codex把持生態，xAI也終於走上了用私有框架捆綁開發者的路子。
未來的第三方評測榜單將徹底失去純粹性，以後再看到所謂的跑分排名，第一句話必須先問：
你到底是用什麼框架測的？ (新智元)