Grok 4.7：更长的强化学习，把提升集中在数小时任务

基础模型 / Coding Agent · 9.0/10 · 建议观察复测

xAI发布Grok 4.7。它换用了比4.6更大的基础模型，并把强化学习拉得更长、题目也更难，训练重点放在需要数小时完成的编码和知识工作。API支持50万token上下文，输入每百万token 2美元、缓存输入0.5美元、输出6美元；超过20万上下文后价格加倍。

从xAI自己的对比看，提升最明显的是长时间执行。CursorBench 4.0从40.4%升到46.3%，DeepSWE v1.1从65.2%升到71.0%，Terminal-Bench 4.0从20.3%升到38.0%。这组变化与MiMo的方向相似：不是只扩预训练规模，而是把更多强化学习算力花在需要持续操作环境、保存状态和检查结果的任务上。

但“最强编码模型”仍说不上。xAI列出的同表数据里，Claude Fable 5.1在CursorBench得51.8%、Terminal-Bench得57.9%，都高于Grok；GPT-5.6 Sol在DeepSWE得72.7%，也略高。Grok 4.7更有竞争力的地方是价格：它与4.6同价，另有两倍速度、两倍价格的Fast版本，不过Fast目前只在Cursor和Grok Build提供。

xAI还称新模型换了整套安全防护，在自家HackerBench中只有3.3%的高风险双用途请求被放行，并在LatchBio得到62.4%。这类安全成绩高度依赖提示集、拒答定义和判分方式，目前只能视作厂商自报。第三方最值得复测的，是长任务中断率、50万上下文的有效利用率，以及低价是否会被更多输出token和更长执行时间抵消。