Elon Musk et SpaceXAI ont lancé lundi Grok 4.7, facturé 2 dollars par million de tokens d’entrée, même si les benchmarks maison placent Claude Fable 5.1 d’Anthropic en tête sur la majorité des tests.
Points clés :
- SpaceXAI commercialise Grok 4.7 au même prix que Grok 4.6, avec des tokens de sortie facturés 6 dollars par million.
- Claude Fable 5.1 conserve l’avantage sur GDPval, CursorBench et Terminal-Bench dans la comparaison interne de l’entreprise.
- Grok 4.7 s’impose sur l’ingénierie électrique et les tâches juridiques, après plusieurs mois de report.
Déploiement de Grok 4.7
La société a annoncé le modèle lundi, le présentant comme son plus abouti à ce jour pour le codage et les travaux de connaissance. Il est désormais disponible dans Cursor, Grok Build, l’API Grok et plusieurs environnements de développement tiers. Une version plus rapide est proposée à un tarif doublé. Les tokens de sortie sont facturés 6 dollars par million, un prix inchangé par rapport à Grok 4.6, lancé un peu plus d’un mois plus tôt.
SpaceXAI indique que Grok 4.7 repose sur un nouveau modèle de base plus large, entraîné avec une phase de reinforcement learning prolongée, orientée vers des problèmes qui demandent de longues heures de traitement, et accompagné d’une pile de garde-fous entièrement remaniée. Elon Musk a par ailleurs affirmé que le modèle compterait 2,1 trillions de paramètres, contre 1,5 trillion auparavant, avec un entraînement complémentaire issu de données d’ingénierie de SpaceX, un point absent du communiqué de lancement.
À lire aussi : Une faille sur Polymarket a permis à des pirates d’entrer dans des comptes sans mot de passe
Claude Fable 5.1 garde l’avantage
Sur GDPval, un test qui évalue l’IA sur des tâches réalisées par des avocats, des infirmiers et des analystes financiers, Grok 4.7 affiche un score Elo de 1 695, contre 1 735 pour Claude Fable 5.1. Le modèle finit à nouveau derrière sur AA Briefcase, un test portant sur des tâches de bureau de plusieurs heures. Sur Terminal-Bench, l’écart se creuse pour atteindre près de 20 points.
Le nouveau modèle décroche néanmoins quelques victoires : il battit Fable 5.1 sur un test d’ingénierie électrique, avec 64 % contre 56,4 %, et triple le score de son concurrent sur le benchmark d’agent juridique Harvey destiné aux avocats. Grok 4.7 progresse aussi par rapport à Grok 4.6 sur l’ensemble des tests publiés par l’entreprise, en approchant presque du double sur les tâches terminales.
Tous ces chiffres proviennent de SpaceXAI elle-même. CursorBench, le test de codage mis en avant par la société et perdu 51,8 % contre 46,3 %, est développé par Cursor, l’éditeur que SpaceX a finalisé d’acheter le mois dernier. En revanche, Grok 4.7 conserve un atout prix : ses tokens d’entrée coûtent cinq fois moins cher que ceux de Fable 5.1.
Nouveaux reports chez Elon Musk
Ce lancement vient clore un été de contretemps, Musk ayant repoussé à plusieurs reprises la date de sortie après avoir déclaré fin juillet que le modèle arriverait dans quatre semaines. Le 1er septembre, il a réduit la fenêtre à dix jours, avant de reconnaître le 11 septembre que le modèle nécessitait encore quelques jours d’entraînement.
Quelques jours avant la mise sur le marché, il a de nouveau revu ses attentes à la baisse, estimant Grok 4.7 à peu près au niveau de Claude Opus 5.0 plutôt que du plus récent Opus 5.1, tout en admettant que la partie multimodale n’était pas encore finalisée. Depuis, il présente Grok 4.8 comme une avancée notable. Grok 5, selon lui, pourrait prendre la tête du secteur, même si aucune date de lancement n’a été communiquée.
À lire ensuite : L’IA n’est pas prête pour ses propres armes, avertit le hacker qui a piraté OpenAI
