伊隆・馬斯克旗下的 SpaceXAI 週一推出 Grok 4.7，輸入 token 每百萬 2 美元；不過從其自家基準測試來看，Anthropic 的 Claude Fable 5.1 在多數項目上仍領先。
重點摘要：
- SpaceXAI 以與 Grok 4.6 相同的價格推出 Grok 4.7，輸出 token 每百萬 6 美元。
- 在公司自家比較中，Claude Fable 5.1 於 GDPval、CursorBench 與 Terminal-Bench 依舊領先。
- Grok 4.7 在電機工程與法律工作測試中勝出，但上市時間一再延後數月。
Grok 4.7 正式上線
該公司於週一宣布推出這款至今最強大的模型，主打程式開發與知識型工作，並已上線 Cursor、Grok Build、Grok API 以及第三方程式編碼測試平台。速度更快的版本則採雙倍計價。輸出 token 維持每百萬 6 美元，與一個多月前發布的 Grok 4.6 相同。
SpaceXAI 表示，Grok 4.7 採用全新、更大型的基礎模型，並經過更長時間的強化學習訓練，且訓練內容更偏重於需要耗時數小時完成的任務，同時也搭載重新打造的安全防護架構。馬斯克另聲稱，這款模型參數規模達 2.1 兆，高於先前的 1.5 兆；不過官方發布文中並未提到，另外加入的訓練資料來自 SpaceX 工程數據。
延伸閱讀： Polymarket 漏洞讓竊賊免密碼就能登入帳戶
Claude Fable 5.1 仍占上風
在 GDPval 測試中，這項用來評估 AI 處理律師、護理師與金融分析師工作能力的指標裡，Grok 4.7 的 Elo 分數為 1,695，低於 Claude Fable 5.1 的 1,735。在 AA Briefcase——一項衡量數小時辦公任務的測試——中，Grok 4.7 也再度落後。至於 Terminal-Bench，差距更擴大到將近 20 分。
不過，新版模型仍有亮點，曾在電機工程測試中擊敗 Fable 5.1，成績為 64% 對 56.4%；在 Harvey 針對律師的法律代理人基準測試中，更將對手分數拉開到近三倍。Grok 4.7 在 SpaceXAI 公布的每一項測試中都優於 Grok 4.6，尤其在終端機相關工作上的分數幾乎翻倍。
以上數據均來自 SpaceXAI 自家公布。該公司在簡介中主打、卻以 51.8% 對 46.3% 落敗的 CursorBench，是由 Cursor 開發；而 SpaceXAI 上月底才剛完成對這套編輯器的收購。Grok 4.7 唯一守住的優勢是價格，輸入 token 費用僅為 Fable 5.1 的五分之一。
馬斯克再度延後時程
這次發布也為一個充滿跳票的夏天畫下句點。馬斯克在 7 月底曾表示，模型大約還要四週才會問世，之後又多次推遲時程。9 月 1 日他將窗口縮短為 10 天，但到了 9 月 11 日又承認，模型還需要幾天訓練。
在正式上線前幾天，他再次下修市場預期，稱 Grok 4.7 的水準大致相當於 Claude Opus 5.0，而非更新的 Opus 5.1，且多模態功能仍未完成。他之後又表示，Grok 4.8 會是一次明顯升級。至於 Grok 5，他暗示可能一舉領先市場，但兩款模型目前都尚未公布上市日期。
