Grok 4.7 – SpaceXAI推出的旗舰编码与知识工作大模型

Grok 4.7是一款由SpaceXAI（xAI）于2026年9月推出的旗舰编码与知识工作大模型，主要用于长时间编码智能体任务与专业文档产出，支持 50 万 token 上下文与四档推理强度设置，适用于软件工程、法律检索与金融分析等知识工作场景。

Grok 4.7 的核心能力

Grok 4.7 的改进集中在基础模型规模、强化学习时长与专业任务覆盖三处：它换用参数更大的基础模型，并把强化学习周期拉长到以数小时计的复杂任务上。对以 AI 智能体 为主要工作负载的团队而言，模型能否在长执行链中保持目标并减少返工，比单轮回答质量更影响实际成本。

更大的基础模型与更长的强化学习

参数规模由上一代的 1.5 万亿提升至 2.1 万亿，训练任务中需要数小时才能完成的样本占比更高。官方数据显示，CursorBench 4.0 由 40.4% 提升至 46.3%，Terminal-Bench 4.0 由 20.3% 提升至 38.0%，后者是本次提升幅度最大的一项。

专业知识工作与文档产出

官方评测覆盖法律、医疗、工程与办公文档任务：Harvey 法律基准由 15.8% 提升至 19.6%，EEBench 由 53.0% 提升至 64.0%，HealthBench Professional 由 48.5% 提升至 56.7%，GDPval 的 Elo 得分由 1605 提升至 1695。

长上下文与调用配置

上下文窗口为 50 万 token，知识截止 2026 年 5 月，支持文本与图像输入、纯文本输出。推理强度分 low、medium、high 与 xhigh 四档，默认 high；官方建议调用时携带 prompt_cache_key 以提高缓存命中率，长周期任务另建议启用上下文压缩。

安全防护与可用渠道

官方称该代在拒答与抵抗越狱方面为已测试模型中最强：生物安全评测 LatchBio 取得 62.4%，高风险网络安全基准 HackerBench v0.3 仅放行 3.3% 的双重用途提示。除 xAI API 与 Grok 应用外，Cursor、Grok Build 及第三方模型网关亦同步提供，Grok Build 已将其设为默认模型。

Grok 4.7 与同类旗舰模型的对比

上表逐行取自 SpaceXAI 官方发布页公布的对比表。定价上 Grok 4.7 与前代一致，输入与输出为每百万 token 2 美元与 6 美元，而 GPT-5.6 Sol 为 4 美元与 20 美元、Claude Fable 5.1 为 10 美元与 50 美元。能力侧的优势集中在电气工程与法律两类专业任务，EEBench 的 64.0% 与 Harvey 的 19.6% 均为该表最高值；在 CursorBench 4.0 与 HealthBench Professional 上仍低于 Claude Fable 5.1。以长程编码与终端任务为主、对单位成本敏感的场景可优先评估 Grok 4.7。

如果关注同一团队在编码链路前端的布局，可参考 Grok Build（xAI 推出的终端原生编程智能体与多智能体开发工具，Grok 4.7 已作为其默认模型接入）。

Grok 4.7 的应用场景与适用人群

该模型面向以数小时为单位的复杂任务与专业文档产出，常见落点包括：

• 软件工程与仓库维护：在既有代码仓库中完成需求拆解、跨文件修改、测试运行与反复纠错，适合把重复的工程任务交给智能体持续执行。
• 法律与合规检索：在 Harvey 基准覆盖的合同与判例类任务中产出初稿，再由专业人员复核，压缩前期资料整理时间。
• 金融分析与演示文稿：面向分析师的报表梳理、数据核对与演示文稿生成，官方针对文档与演示输出做了专门优化。
• 工程与硬件推理：EEBench 等电气工程评测显示该代在专业工程题上提升明显，可辅助硬件设计评审与故障日志分析。
• 企业内部知识工作：通话记录、工单与内部文档的整理与检索，建议先以只读权限验证，再逐步放开写操作。

适用人群：需要长时间运行编码智能体的研发团队、以文档与资料处理为主的专业服务团队，以及希望以更低单位成本获得接近前沿能力的企业。对数据出境与合规有硬性要求的用户，应先确认所用渠道的数据处理条款，再决定敏感任务是否接入。

Grok 4.7 的使用方法

从查阅资料到接入生产环境，可按以下步骤开始：

1. 查阅官方说明：在 Grok 4.7 官方发布页了解能力范围、价格档位与推理强度设置，再确定需要接入的业务环节。
2. 申请访问凭据：在 xAI 控制台创建项目并生成 API 密钥，按环境区分密钥，避免在客户端代码中直接写入。
3. 发起调用：将模型名设为 grok-4.7，通过 Responses API 或 Chat Completions 发起请求；同一会话建议携带 prompt_cache_key，以保证缓存命中与费用可控。
4. 按任务设置推理强度：常规问答使用默认档，长时间编码与复杂推理任务提升档位，避免全部流量使用最高档。
5. 接入编码工具链：在 Cursor 或 Grok Build 中直接选择 Grok 4.7，把终端执行、文件读写与测试环节交给工具编排，先在只读任务上验证行为边界。

落地建议先做小流量灰度，用低档位验证交互与延迟后按调用量切换付费档；涉及写操作的工具调用保留人工确认与回滚路径，并持续跟踪首包延迟、任务完成率与单任务成本三项指标。

Grok 4.7 的价格与开源情况

Grok 4.7 标准版定价为每百万 token 输入 2 美元、输出 6 美元，与 Grok 4.6 保持一致；提示不超过 20 万 token 时，缓存命中输入为每百万 0.5 美元。当单次提示超过 20 万 token，输入、缓存输入与输出分别调整为 4 美元、1 美元与 12 美元。美国区域端点按 token 用量加收 10% 溢价，Grok 4.7 Fast 按标准价格 2 倍计费，仅在 Cursor 与 Grok Build 提供。

Grok 4.7 为闭源商业模型，不开放模型权重与训练细节，仅通过 xAI API、Grok 应用、Cursor、Grok Build 及第三方模型网关提供，自托管与私有化部署不在可选范围内。对成本敏感的团队而言，缓存命中率是决定真实支出的关键变量，建议接入时统一携带会话标识并监控命中比例；对数据驻留有硬性要求的企业，应评估区域端点与网关方案的差异后再确定部署路径。

Grok 4.7 的常见问题