Grok 4.7 评测：性能、API 价格与 Grok 4.6 对比

这篇 Grok 4.7 评测的结论比发布宣传更克制：如果你主要运行长时间编程、工具调用或专业知识工作 Agent，Grok 4.7 应该成为第一测试对象。它在 xAI 公布的七项 Grok 4.6 对照成绩中全部提升，标准 API 价格和 500K 上下文窗口却没有上涨。但这不等于它是所有任务的通用冠军：官方表格混用了不同推理档位，我们也没有运行付费的第一手 benchmark。

SpaceXAI 于 2026 年 9 月 21 日正式发布 grok-4.7。xAI 公共 API 已可调用，OmniaKey 也已在模型目录中以目录价 8 折上架 Grok 4.7，与 Grok 4.6 属于同一价格档。新增长周期 Agent 任务请优先选 4.7，固定使用旧型号或做 A/B 对比时可继续用 4.6。

资料核验于 2026 年 9 月 22 日。 下文规格与发布跑分来自 SpaceXAI 官方公告和开发文档。Artificial Analysis 已公布早期 xhigh Intelligence Index，但速度与供应商价格字段仍不完整。我们没有使用私有预览、xAI 凭据或第一手延迟测试；文中会分别标注官方成绩、独立结果与本站判断。

Grok 4.7 评测结论

新增长时间 Agent 工作，先测 4.7。 最有价值的证据不是跨厂商口号，而是代际变化：xAI 报告 4.7 在七项直接对照中全部高于 4.6，其中 Terminal-Bench 4.0 和 EEBench 提升明显，标准 token 费率保持不变。

不要只看发布标题就迁移。 xAI 的表格使用 Grok 4.7 xhigh、Grok 4.6 high，另外两款前沿模型则使用 max；DeepSWE 的 4.7 成绩又单独标成 high effort。推理档位会改变 token 消耗、延迟和行为。

自有任务通过前保留 4.6 回滚。 两代模型都有 500K 上下文和相同直连费率。分阶段评测的成本，远低于上线后才发现工具调用、拒答、冗长输出或格式回归。

Grok 4.7 发布信息一览

项目	Grok 4.7 官方合同
发布时间	2026 年 9 月 21 日
API 模型 ID	`grok-4.7`
输入 / 输出	文本和图像 / 文本
上下文窗口	500,000 token
知识截止时间	2026 年 5 月
推理档位	`low`、`medium`、`high`（默认）、`xhigh`
API	Responses API、Chat Completions
能力	Function calling、结构化输出、Web 搜索、X 搜索、代码执行
Batch API	不支持
Prompt 低于 200K 的全球直连价	每百万输入 $2 / 缓存输入 $0.50 / 输出 $6
Prompt 达到或超过 200K 的全球直连价	每百万输入 $4 / 缓存输入 $1 / 输出 $12

500K 是容量，不是免费额度。Prompt 一旦达到 200K token，xAI 说明该请求的全部 token都按高档费率计算。入门文档写着没有文本输出上限，但真实任务仍受账号限流、延迟、预算和端点行为约束。

Grok 4.7 对比 Grok 4.6：改了什么？

SpaceXAI 表示，Grok 4.7 使用新的、更大的基础模型，进行了更长时间的强化学习，并把训练任务更多放在需要数小时完成的难题上。官方还宣称它更善于自检、管理长上下文、原生理解 Grok Bot harness，并采用全新的安全防护栈。

这些是有参考价值的发布信息，不是经过独立审计的架构结论。官方发布页和当前模型合同都没有公开参数量。

决策项	Grok 4.7	Grok 4.6	实际含义
基础模型 / 训练	更大新底座；更长 RL；偏重长任务	上一代	长时间 Agent 值得重测
直连标准价	$2 / $0.50 / $6	$2 / $0.50 / $6	升级没有官方单价溢价
长上下文价	$4 / $1 / $12	$4 / $1 / $12	200K 阈值经济性相同
上下文	500K	500K	容量没有升级
推理	low 至 xhigh；默认 high	low 至 xhigh；默认 high	对比时必须固定同一档位
Batch	不支持	不支持	不要预设 Batch 折扣
发布重点	编程、Agent、知识工作、自检	编程与长时间 Agent	重点是任务可靠性，不是新模态

因此，4.7 的核心升级是相同目录价下宣称的任务能力，而不是更大上下文或更低 token 价格。Grok 4.6 API 价格指南仍是 Grok 长上下文路线费用的详细预算参考。

Grok 4.7 benchmark 怎么看

下面全部是 SpaceXAI 官方报告，并非 OmniaKey 复测。发布方标注的设置分别是 4.7 xhigh、4.6 high、GPT-5.6 Sol max、Fable 5.1 max；星号表示 4.7 的 DeepSWE 使用 high effort。

测试	Grok 4.7	Grok 4.6	GPT-5.6 Sol	Fable 5.1	4.7 相对 4.6
CursorBench 4.0	46.3%	40.4%	41.7%	51.8%	+5.9 个百分点
DeepSWE v1.1	71.0%*	65.2%	72.7%	70.0%	+5.8 个百分点
EEBench	64.0%	53.0%	39.4%	56.4%	+11.0 个百分点
AA Briefcase v1.1	1,657	1,546	1,487	1,678	+111 Elo
Terminal-Bench 4.0	38.0%	20.3%	37.3%	57.9%	+17.7 个百分点
Harvey Legal Agent Benchmark	19.6%	15.8%	2.5%	6.7%	+3.8 个百分点
HealthBench Professional	56.7%	48.5%	60.5%	62.1%	+8.2 个百分点

这张表能支持的稳妥结论是：在 xAI 自己的测试设置下，4.7 在所有展示的任务类型上都比 4.6 更高。 它不能证明“Grok 4.7 击败所有模型”。表中 Fable 领先 CursorBench、AA Briefcase、Terminal-Bench 和 HealthBench，GPT-5.6 Sol 领先 DeepSWE；价格、推理档位、harness、token 使用和验收标准也不相同。

对编程用户而言，Terminal-Bench 的代际增幅最值得关注，因为它考察数小时的终端工作；但 Fable 在这一项的领先也最大。实际评测需要同时记录成功标准和失败分类，不能只抄总分。

有哪些独立评测证据？

核验时，Artificial Analysis 已经上线 Grok 4.7 xhigh 页面，显示 Intelligence Index 46，并把它描述为同价位中领先且价格有竞争力的模型。页面还显示其评测总输出达到 240M token，而该页中位数为 92M，说明输出量偏高。

这只是早期快照。输出速度仍为 N/A，供应商价格字段也没有可靠填充。因此，我们不会用它验证 xAI 的“同速度”说法、Fast 版本速度或每任务成本；随着评测完成或版本更新，分数也可能变化。

合理解读是：

官方证据显示 4.6 到 4.7 的提升方向一致；
一个独立套件已把 xhigh 放在前沿区间；
截止核验时，还没有稳定的独立速度、p95 延迟或同条件 4.6 成本对照；
最终仍应由你的真实任务决定。

Grok 4.7 API 价格与长上下文

Grok 4.7 与 4.6 使用同一套全球直连价格。要注意当前文档的阈值表述：它写的是低于 200K与达到或超过 200K，而不是某些旧文章所写的“200K 仍在标准档”。

路线	Prompt 范围	输入	缓存输入	输出
xAI 全球端点	低于 200K	$2.00	$0.50	$6.00
xAI 全球端点	达到或超过 200K	$4.00	$1.00	$12.00
xAI 美国区域端点	低于 200K	$2.20	$0.55	$6.60
xAI 美国区域端点	达到或超过 200K	$4.40	$1.10	$13.20

以上均为每百万 token 的美元价格。美国区域端点承诺推理留在美国，token 费率加收 10%。工具调用、存储、税费、汇率和第三方平台报价需要另算。

三个全球端点算例可以看出阈值影响：

工作量	算式	模型 token 成本
100K 未缓存输入 + 20K 输出	0.10 x $2 + 0.02 x $6	$0.32
250K 未缓存输入 + 20K 输出	0.25 x $4 + 0.02 x $12	$1.24
50K 未缓存 + 200K 缓存 + 20K 输出	0.05 x $4 + 0.20 x $1 + 0.02 x $12	$0.64

只有供应商报告命中缓存时，才能使用缓存费率。xAI 建议 Responses 请求设置 prompt_cache_key，Chat Completions 使用 x-grok-conv-id，让同一会话更可能落到同一服务器。长工具循环还应做上下文压缩，因为反复发送 200K 以上 prompt 会让三类 token 费率全部翻倍。

Grok 4.7 Fast 需要谨慎读价表

Grok 4.7 Fast 是同一模型的更快基础设施版本，只在 Cursor 和 Grok Build 提供，不属于公共 xAI API，也不包含在 Grok Build 免费档。

当前价格页一边称 Fast 是“标准 token 费率的两倍”，一边列出低于 200K 为 $4 / $1 / $12、高于 200K 为 $6 / $1.50 / $18。第二行其实是公共长上下文档的 1.5 倍，而不是 2 倍。做预算时应直接引用表格并复核账单，不要根据宣传语推算。Cursor 的 Fast 费用按 Cursor 套餐结算。

“输出速度两倍”也是供应商宣称，不是端到端延迟 SLA。解码速度不包含排队、prompt 预填充、首 token、工具、网络和重试。

Agent 接入时真正重要的 API 细节

grok-4.7 的 Responses API 总会返回 reasoning.encrypted_content，即使 include 没有请求它。多轮 Agent 应把这些 reasoning item 原样传回下一轮，才能保留推理状态；Chat Completions 行为不变。

迁移前至少检查：

实际返回的模型 ID 和端点；
两代模型使用相同 reasoning_effort；
工具 schema 合法性与重试行为；
输入、缓存输入、推理和可见输出 token；
首 token、端到端 p50/p95 延迟和通过验收的任务成本；
输出长度，因为 xhigh 可能在同费率下消耗更多 token；
不修改其它 harness 配置即可回滚 grok-4.6。

直连 xAI Responses 的最小请求如下：

bash

curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "prompt_cache_key": "repo-review-v1",
    "input": "Review this patch, run the acceptance criteria, and report any remaining failure."
  }'

缓存键应使用不敏感且稳定的标识，不能放 API Key、邮箱、仓库 Secret 或客户 ID。上面的 xAI 直连地址和凭据不是 OmniaKey 配置。

Grok 4.7 在哪里可以使用？

平台	2026 年 9 月 22 日状态	重要边界
xAI API	`grok-4.7` 已可用	公共 API 只有标准版，没有 Fast
Grok Build	默认模型	Fast 收费且不在免费档
Cursor	xAI 称所有套餐可用	Fast 按 Cursor 套餐计费
GitHub Copilot	已宣布逐步上线	Pro、Pro+、Max、Business、Enterprise；管理员策略可关闭
OpenRouter、Vercel、Cloudflare	xAI 列为网关	各自维护路线、价格与可用性
OmniaKey	已上架，型号 ID 为 `grok-4.7`	按长上下文目录价 8 折计费；详见Grok 4.7 页面

GitHub 公告覆盖 VS Code、Visual Studio、Copilot CLI、Cloud Agent、Copilot App、JetBrains、Xcode 和 Eclipse。“逐步上线”并不代表所有账号立即都能看到。

可复现的 Grok 4.6 到 4.7 升级测试

从真实失败分布中挑选 20 到 50 个任务，而不是只选简单 prompt。固定仓库版本、系统提示词、工具、权限、推理档位、超时和验收命令。

至少记录：

无修复通过、重试后通过和失败；
工具 schema 错误、错误修改、测试失败、拒答与循环；
输入、缓存输入、推理和输出 token；
首 token 与端到端 p50/p95 延迟；
供应商返回的模型 ID 与总账单；
人工审核或修复分钟数。

当 4.7 降低通过验收的任务成本，或减少真正重要的失败类型时再切换。如果结果相同，而现有 4.6 路线更稳定，继续使用 4.6 也合理。跨模型家族选型请查看编程 Agent 模型指南，不要从一张发布表格外推。

常见 Grok 4.7 评测误区

把官方跑分写成独立评测

七项发布表格很有价值，但由 SpaceXAI 选择和运行。必须标注来源，并保留推理档位。

把 2.1T 参数写成已确认事实

发布前确实出现过参数量讨论，但正式发布页和当前开发文档没有公布数字。唯一确认的表述是“新的、更大的基础模型”。

把 500K 上下文当成免费额度

它是最大容量。Prompt 达到 200K 时，整个请求进入高费率档。

把 Fast 当成公共 API 模型 ID

Fast 是 Cursor 与 Grok Build 的服务选项。公共 xAI API 公开的是 grok-4.7，没有文档化的 Fast slug。

把供应商发布等同于 OmniaKey 已上架

供应商发布与网关接入是两个事件。核验日没有公开的 OmniaKey 4.7 路线。

常见问题

Grok 4.7 什么时候发布？

SpaceXAI 于 2026 年 9 月 21 日发布 Grok 4.7，直连 API 模型 ID 为 grok-4.7。

Grok 4.7 比 Grok 4.6 强吗？

它更值得优先测试。xAI 报告的所有 4.6 对照项都由 4.7 领先，直连 token 价格相同；但真实价值仍取决于相同推理档位、token 消耗、工具和失败类型下的任务验收。

Grok 4.7 API 多少钱？

xAI 全球端点中，低于 200K prompt 时每百万输入 $2、缓存输入 $0.50、输出 $6；达到或超过 200K 时分别为 $4、$1 和 $12。

Grok 4.7 上下文窗口多大？

文档列出 500,000 token。入门页还写明没有文本输出上限，但账号限流、时间和预算依然存在。

Grok 4.7 有多少参数？

SpaceXAI 没有在正式发布页或开发模型页公开参数量，只确认 4.7 的基础模型比 4.6 更新、更大。

Grok 4.7 支持图片和工具吗？

支持。它接收文本与图像，输出文本，并支持 function calling、结构化输出、Web 搜索、X 搜索和代码执行。

OmniaKey 支持 Grok 4.7 吗？

支持。目录已将 Grok 4.7 按 xAI 长上下文价格的 8 折上架，与 Grok 4.6 属于同一价格档。迁移前请以实时目录中的条目为准。

核验来源

事实核验于 2026 年 9 月 22 日。模型可用性、动态独立分数、价格与平台上线范围都可能变化，生产迁移前请重新检查一手来源和实时目录。

探索 OmniaKey 查看实时模型目录

Grok 4.7 评测