一句话核心：9 月 21 日，xAI（官方页面以 SpaceXAI 名义运营）发布 Grok 4.7，定位为「面向编程与知识工作最强的模型」，官方称它「速度是同类模型的两倍、价格只有一半」。定价与上一代 Grok 4.6 持平：每百万输入 token 2 美元、输出 6 美元。第三方评测机构 Artificial Analysis 给出 Intelligence Index 46 分，称这一成绩把 SpaceXAI 带进全球前四的 AI 实验室。
背景脉络
Grok 4.7 是 Grok 4.6 的下一代，官方给出的发布日是 2026 年 9 月 21 日。据 36氪／APPSO 的记述，它的发布比马斯克最初的预告晚了不少——7 月下旬开始吹风，之后是「再等几周」「十天之内」，最后变成「模型还得再调校调校」。因此这次发布没有把篇幅放在聊天体验或多模态上，而是集中强调四件事：长时间执行、自我检查、专业知识工作、价格性能比。
一句话概括它的位置：不是一次让所有人闭嘴的跨代更新，而是 xAI 在前沿模型混战区的一次补位（36氪／APPSO 的归纳）。
关键细节
模型侧改动（官方页口径）：
- 相比 Grok 4.6 换用更大的基础模型；强化学习训练更长、任务更难，其中相当一部分需要数小时才能完成；
- 加强了长上下文管理与结果核查能力，自称更擅长验证自己的工作；
- 针对 Grok Bot 运行环境做了原生训练，以提升对话任务与通用知识工作效率；
- 官方称其与 4.6 同价同速。
可用范围（发布当日）：Cursor 与 Grok Build；同时通过 Grok API、第三方编码 harness、模型路由与云平台提供。另提供**「快速版」——输出速度为两倍、价格为两倍**。
安全能力（厂商自述）：使用全新的安全防护体系；自称在其测过的模型里拒答与越狱抵抗力最强；LatchBio 生物安全基准 62.4%；在自建的高风险网络安全基准 HackerBench v0.3 上只放行 3.3% 的危险双重用途提示，同时尽量减少对正常安全研究的误拒；已向部分网络安全伙伴发放邀请制的红队能力访问。
第三方评测（Artificial Analysis，与厂商口径分开看）：
- Intelligence Index 46 分（按 xhigh 推理档评测），比 Grok 4.6 高 2 分；
- AA-Briefcase（长程智能体知识工作）1657 Elo，比 Grok 4.6（high）高 111 分，仅次于 Claude Opus 5 与 Claude Fable 5.1；
- GDPval-AA 1695 Elo，比 Grok 4.6（high）高 90 分；
- Coding Agent Index 56 分（搭配 Grok Build），比 Grok 4.6（xhigh）高 9 分，在「使用各自原生 harness」的模型里排第 4，仅次于 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5；分项为 DeepSWE v1.1 65%→73%、Terminal-Bench 4.0 18%→33%、SWE-Atlas-QnA 58%→63%；
- 有回退：AA-LCR −3.7 个百分点、AutomationBench-AA −1.1 个百分点；
- 上下文窗口 500k token，与 Grok 4.6 持平；推理档位可在 low 到 xhigh 之间配置。
数据解读
一、厂商自测与第三方测出的数不一致，不能混用。
| 基准 | xAI 官方页（厂商自测） | Artificial Analysis（独立 harness） |
|---|---|---|
| Terminal-Bench 4.0 | 38.0% | 33% |
| DeepSWE v1.1 | 71.0% | 73% |
同一个基准、同一个模型，两家给出的百分数并不相同——原因是评测 harness 不同（AA 明确区分「用各自原生 harness 的结果」与「标准化 harness 的 Intelligence Index 结果」）。跨来源的分数不可直接拼接比较。
二、官方页并列了竞品价格，价格战意味明显。
官方对比表同时列出：Grok 4.7（xHigh）$2 / $6、Grok 4.6（High）$2 / $6、GPT-5.6 Sol Max $4 / $20、Fable 5.1 Max $10 / $50（单位：美元／百万输入、输出 token）。这四列数字出自 xAI 官方页，其中竞品价格系厂商引用，本文未独立核实。
三、便宜不等于总成本低：它的 token 用量显著更高。
AA 测得 Grok 4.7（xhigh）每个 Intelligence Index 任务约消耗 81k 输出 token，而 Grok 4.6（high）约 36k、GPT-6 Astra（max）约 27k——分别高出 125% 与 196%。AA 同时测得长提示下输出速度约 188 token/秒、每个 Intelligence Index 任务平均耗时约 7.1 分钟。
结论：单价与上一代持平，但单任务用量翻倍以上，所以「接入一个任务要花多少钱」要按 token 用量重算，不能只看每百万 token 标价。
价格与成本
- 输入 2 美元／百万 token，输出 6 美元／百万 token——与 Grok 4.6 相同（官方新闻页与 AA 两处一致）；
- 缓存命中 0.50 美元／百万 token——此项由 Artificial Analysis 列出，官方新闻页未列，本文未在官方定价文档中核到；
- 快速版：输出速度两倍、价格两倍（官方页；正式名称与独立定价未披露）；
- 成本重算提醒：若按 AA 测得的 token 用量（+125%～196%）估算，单价持平并不等于单位任务成本持平。
辩证评估
- 为什么值得跟：这是 9 月里少见的、同时给出官方定价与第三方评分的模型发布——价格有官方页与 AA 双向一致，能力有 AA 的独立 harness 数据，读者可以据此做初步选型，而不是只看厂商跑分。
- 反向视角：
- 其一，厂商自测的「全面进步」经第三方复核后打了折扣：36氪／APPSO 对照官方表指出，Grok 4.7 在 CursorBench 4.0 与 Terminal-Bench 4.0 上低于 Fable 5.1 Max，在 DeepSWE v1.1 上略低于 GPT-5.6 Sol Max——优势主要集中在价格与部分专业任务，综合成绩并未全面领先；
- 其二，AA 的数据也显示它是「偏科」的提升：agentic 知识工作与编码代理明显前进，但其他 Intelligence Index 任务基本与 4.6 持平，且有两项回退；
- 其三，开发者实测口碑两极：正面如用《帝国时代 II》演示项目对比 4.6／4.7、按平面图搭 Blender 结构再导出 Three.js、模拟单行道交通灯；AI/ML API 在四个 Three.js 太空场景上比较 Grok 4.7 与 Claude Opus 5，称前者约花 0.20 美元、后者约 2.05 美元且在三个场景中更快。负面则有开发者认为其3D 与前端表现低于预期——物理效果生硬、提示理解不稳定、token 消耗过快，另有 Airbus H145 直升机模型逊于 4.6、鹈鹕骑车 SVG 动画受诟病（以上均为 36氪／APPSO 汇总的开发者个案，非受控评测）；
- 其四，「两倍速、一半价」是厂商的相对声称，未给出可比对象的选取标准，读者不宜直接当结论引用。
- 与本周其他条目的关系：把这条与 163（Grok Voice Transcribe 2.0，同为 xAI 但属语音转写品类）分开看，两者不是同一件事，不应合并；而与 162（阶跃 Step 5 Preview）、153（智谱 GLM-5.3-FlashX）并置，可以看到**「低价＋长任务＋可核查」正在成为这一轮模型发布的共同卖点**。
已知 vs 待验证
已证实：发布与官方页日期（2026-09-21）；定价 $2／$6 每百万 token（官方页与 AA 一致）；发布当日可用范围（Cursor、Grok Build、Grok API 等）；「快速版」双速双价；官方页所述的技术方向（更大基座、更长强化学习、长上下文与自我核查、Grok Bot 原生理解）；AA 的第三方评分（46）、Code Agent Index 56、上下文 500k、输出速度 约 188 token/秒、缓存价 $0.50。
待验证 / 未公布：
- 参数规模不是官方规格——官方新闻页未载；「2.1 万亿」出自马斯克本人此前的表述与部分媒体转写，本文不将其列为官方数据（另有消息称下一代 Grok 4.8 约 2.5 万亿并采用新的 C++ 训练栈，同为马斯克口径）；
- 模态能力官方页未列，本文不推断；
- 官方定价文档未在本次核实——缓存计费与「快速版」正式定价以官方文档为准；
- 无第三方对该模型「长任务」卖点的受控复现，AA 给的是基准分，不是真实工作流验证。
给读者的建议
- 已在 Cursor / Grok Build 上的开发者：Grok 4.7 与 4.6 同价，可以直接做 A/B；但请按 token 用量重算成本——第三方测得其单位任务用量比 4.6 高出一倍以上，用量大的批处理场景未必更省。
- 做模型选型的技术负责人：不要拿厂商自测表跨模型拼排名；本条的可用依据是 AA 的独立 harness 数据（46 分 / Coding Agent Index 56 / 4th）。若任务集中在长程编码与文档类知识工作，它进入候选；若涉及复杂 3D、前端视觉与物理效果，开发者反馈并不一致，建议自测。
- 关注成本的团队：把「每百万 token 单价」与「每任务 token 用量」分开记账，缓存命中价（$0.50）对可复用提示词场景影响较大。
- 内容写作者：请写「官方称速度两倍、价格一半」，不要写成已获独立验证的结论；引用竞品价格时须注明系 xAI 官方页并列列出、未经独立核实。
来源
官方来源
- xAI（SpaceXAI）官方新闻页《Introducing Grok 4.7》（页标 Sep 21, 2026；含官方定位、技术说明、对比基准表与定价）：https://x.ai/news/grok-4-7
独立来源
- Artificial Analysis《Benchmarking Grok 4.7》（第三方评测，含 Intelligence Index 46、Coding Agent Index 56、AA-Briefcase／GDPval-AA、token 用量、上下文 500k 与缓存价）：Benchmarking Grok 4.7 | Artificial Analysis
- Artificial Analysis 模型页 Grok 4.7 (xhigh)：Grok 4.7 (xhigh) - Intelligence, Performance & Price Analysis | Artificial Analysis
- 36氪／APPSO《刚刚，马斯克交卷 Grok 4.7，但这次吹牛吹大了》（2026-09-21 20:01；含发布推迟经过、与官方表的横向对照、开发者实测口碑）：https://www.36kr.com/p/3993727976389381
说明：本条为 9 月 21 日的模型发布，非当日（9/22）事件，正文日期按官方页标注。凡厂商自测与第三方评测数据，本文均已分列标注；未获官方确认的参数与规格不作事实陈述。