# Grok 4.7 评测

> Grok 4.7 评测：梳理正式发布时间、官方与独立 benchmark、API 价格、500K 上下文、Grok 4.6 对比、可用平台和升级建议。

- Canonical HTML: https://omniakey.com/zh/blog/grok-4-7-review
- Markdown: https://omniakey.com/zh/blog/grok-4-7-review.md
- Published: 2026-09-22 (updated 2026-09-22)
- Author: Kiki, COO at OmniaKey
- Language: zh
- Category: Guide
- Reading time: 13 min
- All posts: https://omniakey.com/blog/llms.txt

---

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](https://omniakey.com/zh/grok-4-7)，与 [Grok 4.6](https://omniakey.com/zh/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](https://omniakey.com/zh/blog/grok-4-6-api-pricing)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：

1. 实际返回的模型 ID 和端点；
2. 两代模型使用相同 `reasoning_effort`；
3. 工具 schema 合法性与重试行为；
4. 输入、缓存输入、推理和可见输出 token；
5. 首 token、端到端 p50/p95 延迟和通过验收的任务成本；
6. 输出长度，因为 xhigh 可能在同费率下消耗更多 token；
7. 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](https://omniakey.com/zh/grok-4-7)|

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](https://omniakey.com/zh/blog/best-llm-coding-agents)，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](https://omniakey.com/zh/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](https://omniakey.com/zh/models)中的条目为准。

## 核验来源

- [SpaceXAI：Introducing Grok 4.7](https://x.ai/news/grok-4-7)
- [SpaceXAI：Grok 4.7 开发入门](https://docs.x.ai/developers/grok-4-7)
- [SpaceXAI：Grok 4.7 模型页](https://docs.x.ai/developers/models/grok-4.7)
- [SpaceXAI：API 价格](https://docs.x.ai/developers/pricing)
- [SpaceXAI：Release notes](https://docs.x.ai/developers/release-notes)
- [Artificial Analysis：Grok 4.7 xhigh](https://artificialanalysis.ai/models/grok-4-7)
- [GitHub：Grok 4.7 上线 Copilot](https://github.blog/changelog/2026-09-21-grok-4-7-is-now-available-in-github-copilot/)
- [OpenRouter：Grok 4.7 路线](https://openrouter.ai/x-ai/grok-4.7)
- [OmniaKey 实时模型目录](https://omniakey.com/zh/models)

_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。_