Grok 4.7跳票五次终于上线：2.1万亿参数对标Claude，xAI的豪赌值不值

—

由

xAI的Grok 4.7终于来了。这个模型此前至少跳票5次，马斯克9月初还说”再等10天”，结果等了一个多月。10月13日前后，xAI正式官宣发布，Grok应用、Cursor、Grok Build和xAI API同步上线。

跳票这么多次，模型到底有没有真本事？我们拆开看。

参数暴涨40%，价格原地不动

Grok 4.7的总参数量达到2.1万亿，比Grok 4.6的1.5万亿增加了40%。价格保持不变：每百万Token输入2美元、输出6美元。还有一个快速版本，输出速度翻倍，价格也翻倍。

训练数据有个特别的动作。xAI引入了SpaceX的数据，包括Starlink卫星遥测数据、制造记录和工程故障日志。这些数据让模型对硬件和物理系统的推理能力明显增强。这是其他AI公司拿不到的独家资源，马斯克的商业版图第一次真正反哺了模型训练。

基准测试成绩出来了，情况比较微妙。

Grok 4.7在GDPval得分1695，AA-Briefcase得分1657，两个榜单都排第二。第一是谁？Anthropic的Claude Fable 5.1，得分分别是1735和1678。

电气工程基准EEBench上，Grok 4.7还是第二，这次排在它前面的是OpenAI的GPT-6 Astra。CursorBench 4.0的测试更扎心：Grok 4.7完成一个任务的成本高于GPT-6 Astra和Claude Sonnet 5，整体表现还落后Fable 5.1。

马斯克自己也没遮掩。他此前公开表示，Grok 4.7的水平大致相当于Claude Opus 5.0，还没到Opus 5.1的程度。

第三方测试还发现一个隐藏账单：Grok 4.7为了拿到这些分数，每个任务消耗的输出Token是Grok 4.6的两倍多。单价没涨，总账单可能涨。

这次更新不是没有亮点。

Grok 4.7针对需要数小时才能完成的复杂任务做了专门优化，能更长时间持续运行，还会更仔细地检查自己的工作。长上下文管理和自我验证能力都有提升。官方称它是xAI”在编码和知识工作方面最具能力的模型”。

安全成绩是这次最硬的数据。在HackerBench v0.3的安全性测试中，Grok 4.7只放行了3.3%的危险双用途提示，是该测试史上表现最好的模型。在LatchBio生物安全基准中得分62.4%。拒答危险请求、放行正常请求的平衡度，xAI这次做得不错。

如果你已经在用Cursor或Grok Build，Grok 4.7可以直接切换试试，同价同速，试错成本接近零。

适合的场景有三个：长周期编码任务、涉及硬件和物理系统的推理、对安全合规要求高的企业部署。500K的上下文窗口对处理大型代码库和长文档也够用。

要谨慎的场景也有两个：如果你的工作负载对单任务成本敏感，注意它的输出Token消耗翻倍的问题；如果你的核心诉求是榜单最顶级的能力，Claude Fable 5.1和GPT-6 Astra目前还是更强的选择。

Grok 4.7五次跳票，透露了一个趋势：前沿模型的发布节奏正在变慢，各家都在用更长的强化学习时间换能力提升。xAI官方说这次训练”更长时间强化学习，专注需要数小时完成的复杂任务”，OpenAI和Anthropic最近的旗舰模型也是类似思路。

另一个信号是路线图已经排到了Grok 5。马斯克透露Grok 4.8、4.9和Grok 5都在开发中，其中Grok 4.8据传用C++重写了技术栈，参数量冲到2.5万亿。跳票的Grok 4.7还没消化完，下一场竞赛已经开跑。

对整个行业来说，同价模型能力提升40%参数量、安全测试刷新纪录，这是实打实的进步。追赶Claude的路还长，但xAI至少证明了：慢一点，也能交出有分量的东西。