일론 머스크의 xAI가 월요일 그록 4.7을 공개했다. 입력 토큰 100만 개당 가격은 2달러로, 회사는 이번 모델을 코딩과 지식 작업에 가장 강한 버전이라고 소개했다. 다만 자체 벤치마크에서는 앤트로픽의 클로드 페이블 5.1이 다수 항목에서 우위를 보였다.
핵심 포인트:
- xAI는 그록 4.7의 입력 토큰 가격을 그록 4.6과 같은 100만 개당 2달러로 유지했고, 출력 토큰은 100만 개당 6달러다.
- 자사 비교 기준에서 클로드 페이블 5.1은 GDPval, CursorBench, Terminal-Bench에서 선두를 지켰다.
- 그록 4.7은 전기공학과 법률 업무 항목에서는 앞섰지만, 출시 일정은 수개월간 지연됐다.
그록 4.7 출시
회사는 공식 발표를 통해 그록 4.7을 공개하며, 코딩과 지식 업무 수행 능력이 지금까지 나온 모델 가운데 가장 뛰어나다고 강조했다. 현재 이 모델은 Cursor, Grok Build, Grok API는 물론 외부 코딩 도구에서도 사용 가능하다. 더 빠른 버전은 가격이 두 배다. 출력 토큰 가격은 100만 개당 6달러로, 한 달여 전 출시된 그록 4.6과 동일하다.
xAI는 그록 4.7이 더 큰 신규 베이스 모델을 바탕으로, 수시간이 걸리는 복잡한 문제에 더 비중을 둔 강화학습을 거쳐 만들어졌으며, 새 안전장치도 탑재했다고 설명했다. 머스크는 별도로 그록 4.7의 파라미터 수가 21조개로, 기존 15조개에서 늘었다고 주장했으며, 출시 공지에는 언급되지 않았지만 스페이스X 엔지니어링 데이터도 추가 학습에 활용됐다고 말했다.
관련 기사: 패스워드 없이 계정에 침투한 폴리마켓 버그
클로드 페이블 5.1에 밀린 성적표
법률, 간호, 재무분석 업무를 평가하는 GDPval에서 그록 4.7의 Elo 점수는 1,695점으로, 클로드 페이블 5.1의 1,735점보다 낮았다. 수시간짜리 사무 업무를 평가하는 AA Briefcase에서도 뒤졌고, Terminal-Bench에서는 격차가 20점 가까이 벌어졌다.
다만 일부 항목에서는 신형 모델이 앞섰다. 전기공학 테스트에서는 64%로 Fable 5.1의 56.4%를 웃돌았고, 변호사용 Harvey의 법률 에이전트 벤치마크에서는 경쟁 모델 점수를 세 배 수준으로 끌어올렸다. 그록 4.7은 xAI가 공개한 모든 테스트에서 그록 4.6을 앞섰으며, 특히 터미널 작업에서는 이전 모델 대비 점수가 거의 두 배로 뛰었다.
다만 이 수치는 모두 xAI 자체 발표 기준이다. 회사가 먼저 내세운 코딩 테스트인 CursorBench에서는 51.8% 대 46.3%로 밀렸다. CursorBench는 xAI가 지난달 인수한 편집기 Cursor가 개발한 지표다. 그록 4.7이 내세울 수 있는 강점은 가격이다. 입력 토큰 기준으로 클로드 페이블 5.1의 5분의 1 수준에 불과하다.
반복된 출시 지연
이번 출시는 여름 내내 이어진 일정 지연 끝에 나왔다. 머스크는 7월 말만 해도 모델이 4주 뒤면 나온다고 했지만, 이후 출시 시점을 여러 차례 미뤘다. 9월 1일에는 10일 이내 출시를 예고했으나, 9월 11일에는 학습을 며칠 더 해야 한다며 다시 연기했다.
실제 출시 직전에도 그는 기대치를 낮췄다. 그록 4.7의 성능을 최신 Opus 5.1이 아닌 클로드 Opus 5.0 수준으로 제시했고, 멀티모달 기능은 아직 완성되지 않았다고 밝혔다. 이후 그는 그록 4.8이 의미 있는 도약이 될 것이라고 언급했다. 그록 5는 업계 선두에 설 수 있다고 시사했지만, 두 모델 모두 아직 출시일은 정해지지 않았다.
