一、编程能力：长任务跃升，关键指标反超竞品

　　CursorBench 4.0：Grok 4.7（xHigh）得分46.3%，高于Grok 4.6的40.4%，也超过GPT-5.6 Sol Max的41.7%，逼近Fable 5.1 Max的51.8%

　　DeepSWE v1.1：得分71.0%，反超Fable 5.1 Max的70.0%，略低于GPT-5.6 Sol Max的72.7%

　　Terminal-Bench 4.0：多小时终端任务得分从20.3%跃升至38.0%，近乎翻倍，是提升幅度最大的单项

　　AA-Briefcase v1.1：多小时办公任务得分1657 Elo，比4.6高出111分

　　二、价格与速度：对标同级，成本优势突出

　　API定价不变：输入2美元/百万token，输出6美元/百万token，与Grok 4.6持平

　　与竞品对比：GPT-5.6 Sol Max为输入4美元/输出20美元，Fable 5.1 Max为输入10美元/输出50美元，Grok 4.7单价约为对方的1/4至1/5

　　官方口径：推理速度为同类模型两倍，价格约为同级模型一半

　　开放渠道：已通过Cursor、Grok Build、API及第三方框架全面开放

　　三、核心改进：自我校验与长任务耐力

　　更大基座：参数量从4.6的1.5万亿增至2.1万亿，增长40%

　　自检机制：模型会在输出前检查自身逻辑与代码能否跑通，降低错误率

　　长任务训练：强化学习重点针对需数小时完成的复杂任务，模型在困难问题上坚持更久

　　安全升级：防越狱与拒答能力达到Grok系列历史最佳

本文由AI生成