Elon Musks SpaceXAI heeft Grok 4.7 maandag uitgebracht voor 2 dollar per miljoen inputtokens, maar op zijn eigen benchmarks zet Anthropic's Claude Fable 5.1 in de meeste tests de toon.
Kernpunten:
- SpaceXAI lanceert Grok 4.7 voor dezelfde prijs als Grok 4.6; outputtokens kosten 6 dollar per miljoen.
- Claude Fable 5.1 blijft aan kop op GDPval, CursorBench en Terminal-Bench in de interne vergelijking van het bedrijf.
- Grok 4.7 wint wel op elektrotechniek en juridisch werk, na maanden van verschuivende lanceringsdata.
Uitrol van Grok 4.7
Het bedrijf meldde maandag dat het model zijn krachtigste tot nu toe is voor codering en kenniswerk. Grok 4.7 is nu beschikbaar in Cursor, Grok Build, de Grok-API en diverse externe coding-harnesses. Een snellere variant kost het dubbele. Outputtokens blijven geprijsd op 6 dollar per miljoen, onveranderd ten opzichte van Grok 4.6, dat ruim een maand geleden verscheen.
SpaceXAI zegt dat Grok 4.7 draait op een nieuw, groter basismodel dat is getraind met een langere reinforcement-learningfase, met nadruk op vraagstukken die uren in beslag nemen. Ook is de beveiligingslaag opnieuw opgebouwd. Musk claimt daarnaast dat het model 2,1 biljoen parameters bevat, tegen 1,5 biljoen eerder, met extra trainingsdata uit SpaceX-engineering die in het lanceringsbericht nergens wordt genoemd.
Ook lezen: Polymarket-bug liet dieven zonder wachtwoord accounts binnendringen
Claude Fable 5.1 blijft voorop
Op GDPval, een benchmark die AI beoordeelt op werk van juristen, verpleegkundigen en financieel analisten, noteerde Grok 4.7 een Elo-score van 1.695 tegenover 1.735 voor Claude Fable 5.1. Ook op AA Briefcase, een test voor meer uren durende kantoorwerkzaamheden, bleef het achter. Op Terminal-Bench liep het verschil op tot bijna 20 punten.
Het nieuwere model scoorde wel beter op enkele deelgebieden. Het versloeg Fable 5.1 op een test voor elektrotechniek, met 64% tegen 56,4%, en verdrievoudigde de score van de concurrent op Harvey's juridische agentbenchmark voor advocaten. Grok 4.7 verbeterde bovendien op alle door het bedrijf gepubliceerde tests ten opzichte van Grok 4.6, en scoorde op terminalwerk bijna twee keer zo hoog als zijn voorganger.
Al deze cijfers komen van SpaceXAI zelf. CursorBench, de coderingstest waarmee het bedrijf zich presenteerde en die het met 51,8% tegen 46,3% verloor, is ontwikkeld door Cursor, de editor die SpaceX vorige maand volledig overnam. Wat Grok 4.7 wél in zijn voordeel heeft, is de prijs: die ligt op een vijfde van wat Fable 5.1 rekent voor inputtokens.
Musk stelt lancering steeds uit
De lancering markeert het einde van een zomer vol gemiste deadlines. Musk stelde de datum herhaaldelijk uit nadat hij eind juli nog zei dat het model binnen vier weken klaar zou zijn. Op 1 september beperkte hij die termijn tot 10 dagen, om op 11 september toe te geven dat het model nog enkele dagen training nodig had.
Enkele dagen voor de release temperde hij de verwachtingen opnieuw. Grok 4.7 zou ongeveer op hetzelfde niveau liggen als Claude Opus 5.0, niet als de nieuwere Opus 5.1, terwijl het multimodale werk nog niet af was. Inmiddels noemt hij Grok 4.8 een duidelijke stap vooruit. Grok 5 zou volgens hem zelfs de markt kunnen aanvoeren, al heeft geen van beide modellen al een releasedatum.
Lees verder: AI is nog niet klaar voor zijn eigen wapens, waarschuwt de hacker die inbrak bij OpenAI
