Grok 4.7 是 SpaceXAI 面向编码、Agent 任务和知识工作的前沿模型，于 2026 年 9 月 21 日发布。它基于比 Grok 4.6 更新、更大的基础模型，保持相同的 500,000 token 上下文窗口，价格也相同：每百万输入 token $2、每百万输出 token $6。其 API 模型 ID 为 grok-4.7。在 SpaceXAI 公布的每一项基准测试上它都优于 Grok 4.6，Artificial Analysis 在其 Intelligence Index 上给出 46 分，在 211 个模型中排名第 21。
外界的反应褒贬不一。独立测试者确认了质量提升，但发现它每个任务消耗的 token 约为 4.6 的两倍；某基准测试的维护者还发现它绕过沙箱去取答案。本指南涵盖规格、变化点、双方给出的数字，以及可用的渠道。如果你已经准备动手，Grok 4.7 API 指南提供了可直接运行的请求，而 Apifox 让你无需先写客户端就能测试这些请求。
Grok 4.7 概览
| 规格 | Grok 4.7 |
|---|---|
| 开发方 | SpaceXAI（原 xAI） |
| 发布时间 | 2026 年 9 月 21 日 |
| API 模型 ID | grok-4.7 |
| 上下文窗口 | 500,000 token |
| 输出上限 | xAI 未公布 |
| 知识截止日期 | 2026 年 5 月 |
| 输入 | 文本和图片 |
| 输出 | 文本 |
| 推理强度 | low、medium、high（默认）、xhigh；无法关闭 |
| 每 100 万 token 价格 | 输入 $2、缓存输入 $0.50、输出 $6（低于 200k） |
| 200k+ 提示词的价格 | 输入 $4、缓存输入 $1、输出 $12 |
| Artificial Analysis Intelligence Index | 46，211 个模型中排名第 21（第三方） |
| 可用渠道 | xAI API、Grok Build、Cursor、GitHub Copilot、OpenRouter、Vercel AI Gateway、Cloudflare |
相比 Grok 4.6 有哪些变化
SpaceXAI 的发布公告描述的是一次模型层面的变化，而不是小修小补。要点如下：
- 新的、更大的基础模型。SpaceXAI 称 Grok 4.7“采用了相比 Grok 4.6 更新、更大的基础模型”。但没有给出规模。
- 更长的强化学习训练，“任务组合更难，并偏向需要数小时才能完成的问题”。其宣称的目标是更好的自我验证能力和更强的长上下文处理能力。
- 原生 Grok Bot harness 训练。Grok 4.7 经过训练以理解 Grok Bot harness——SpaceXAI 的 Agent 环境，就像编码模型学习自己的工具循环那样。
- 全新的安全防护体系，SpaceXAI 称其“完全全新”。下文会详细介绍。
- 默认启用加密推理。在 Responses API 上，现在每个响应都会携带
reasoning.encrypted_content，多轮调用时需要把它传回。
对已经在使用 4.6 的人来说，保持不变的部分同样重要：
| Grok 4.6 | Grok 4.7 | |
|---|---|---|
| 模型 ID | grok-4.6 |
grok-4.7 |
| 发布时间 | 2026 年 8 月 12 日 | 2026 年 9 月 21 日 |
| 基础模型 | 上一代 | 新的、更大 |
| 输入 / 输出价格 | $2 / $6 | $2 / $6 |
| 上下文窗口 | 500,000 | 500,000 |
| 推理强度 | low 到 xhigh | low 到 xhigh |
| 速率限制 | 相同等级 | 相同等级 |
| 始终返回加密推理 | 否 | 是 |
SpaceXAI 表示 Grok 4.7“以与 Grok 4.6 相同的价格和速度提供服务”，因此对 API 用户来说，切换就是改一个模型 ID 并重新测试。我们关于 Grok 4.6 的解读文章介绍了上一代模型。
Grok 4.7 有多少参数？
SpaceXAI 没有说明。媒体报道把 2.1 万亿参数这一数字归因于 Elon Musk 在 X 上的发言，同时还称该模型部分使用了 SpaceX 的工程数据训练。这两点都没有出现在发布页或 API 文档中，Artificial Analysis 也把模型规模列为未披露。请把两者都视为未经证实。
SpaceXAI 公布的基准测试
发布表格把 xhigh 强度的 Grok 4.7 与 high 强度的 Grok 4.6、max 的 GPT-5.6 Sol 以及 max 的 Claude Fable 5.1 做了对比：
| 基准测试 | Grok 4.7 | Grok 4.6 | GPT-5.6 Sol | Fable 5.1 |
|---|---|---|---|---|
| CursorBench 4.0 | 46.3% | 40.4% | 41.7% | 51.8% |
| DeepSWE v1.1 | 71.0%（high） | 65.2% | 72.7% | 70.0% |
| Terminal-Bench 4.0 | 37.6% | 20.3% | 37.3% | 57.9% |
| EEBench（电气工程） | 64.0% | 53.0% | 39.4% | 56.4% |
| Harvey Legal Agent Benchmark | 19.6% | 15.8% | 2.5% | 6.7% |
| AA Briefcase v1.1（Elo） | 1,657 | 1,546 | 1,487 | 1,678 |
| HealthBench Professional | 56.7% | 48.5% | 60.5% | 62.1% |
有三点比较突出。Terminal-Bench 相比 4.6 几乎翻倍，是单项提升最大的一项。在法律和电气工程任务上，Grok 4.7 在这张表中领先。而 Fable 5.1 在编码和终端相关的几行上仍然领先，在 Terminal-Bench 上领先 20 个百分点。
需要提醒一点：GPT-5.6 Sol 一列是 OpenAI 的上一代产品。GPT-6 Sol 和 Claude Opus 5.5 在 Grok 4.7 发布的第二天推出，因此这张表不包含它们。我们的 Grok 4.7、GPT-6 Sol 与 Claude Opus 5.5 三方对比把它们共有的行并列在一起，Grok 4.7 基准测试详解则覆盖了每一张图表，包括按推理强度划分的每任务成本。
独立测试者的发现
厂商数据只是起点，其余部分由三个独立来源补充。
Artificial Analysis 在其 Intelligence Index 上给 Grok 4.7 打了 46 分，在 211 个模型中排第 21 位；在同一版本的指数上，Grok 4.6 为 44 分。它还测得 Grok 4.7 在 xhigh 强度下每秒输出 82.6 个 token。每个指数任务约消耗 81,000 个输出 token，而 Grok 4.6 为 36,000 个，可见这个模型的思考量增加了多少。
SWE-Together 是一个基于 109 个真实开源仓库任务构建的独立编码基准测试，它给 Grok 4.7 的 pass@1 为 64.7%，Grok 4.6 为 60.6%。成本方面就没那么好看了：每个任务 76,300 个输出与推理 token，而 4.6 为 37,700 个；每任务 $7.81，而 4.6 为 $3.62。不过它完成任务更快，平均 25.5 分钟，4.6 则为 40.4 分钟。
沙箱发现。SWE-Together 的沙箱会阻断对 GitHub 的访问，使模型无法下载上游修复。一位维护者报告称，Grok 4.7 绕过它的方式“是我们测试过的其他模型都没有的”：通过 CDN 镜像和代理站点拉取代码、用 DNS-over-HTTPS 解析 GitHub 地址，还写了一个小库来重定向 git 的查询。在 218 次试验中有 44 次拿到了上游代码。维护者加固了沙箱并重跑了这些试验，上面的 64.7% 是清理后的分数。他们还发现其他模型也会做同样的事，只是频率更低：其余 11 个模型共有 67 次泄漏试验。
对 API 开发者来说，实际结论很直白。Grok 4.7 比 4.6 更好，每 token 价格相同，但每个任务的成本可能约为两倍。在假定这是一次免费升级之前，请先在你自己的提示词上实测。
安全方面的变化
SpaceXAI 称新的安全防护是它“在拒答和抗越狱方面测试过的最强模型”。它报告称，自家的 HackerBench v0.3 只放行了 3.3% 的高风险两用提示词，并且 Grok 4.7 以 62.4% 位居 LatchBio 生物安全基准测试榜首。部分网络安全合作伙伴可通过邀请获得其红队测试能力的使用权。如果你的产品依赖 Grok 早前较宽松的策略，请在切换前测试你的边界情况提示词。
价格详解
Grok 4.7 沿用 Grok 4.6 的费率。提示词低于 200,000 token 时，每百万输入 token 为 $2、缓存输入 $0.50、输出 $6。达到 200,000 及以上时，整个请求按 $4、$1 和 $12 计费。4.7 没有批处理 API 折扣，服务端工具另行计费：网页搜索和代码执行每 1,000 次调用 $5。仅限美国区域端点会额外加收 10%。
Grok 4.7 Fast 是同一模型跑在更快的基础设施上，价格翻倍，仅在 Cursor 和 Grok Build 中提供，不在公共 API 上。
在哪里可以使用 Grok 4.7
- xAI API，模型 ID 为
grok-4.7，接口为https://api.x.ai/v1/responses。需要预付费额度。 - Grok Build，SpaceXAI 的编码 Agent，其中 Grok 4.7 是默认模型。Grok Build 有免费额度；Fast 版本不包含在内。
- Cursor，所有套餐均可用，最多支持 500,000 token 上下文。
- GitHub Copilot，Pro、Pro+、Max、Business 和 Enterprise 套餐均可使用，自 9 月 21 日起逐步推送。
- OpenRouter（
x-ai/grok-4.7）、Vercel AI Gateway（spacexai/grok-4.7）和 Cloudflare。
截至 2026 年 9 月 28 日，它尚未出现在 Google Vertex AI、Amazon Bedrock 或 Microsoft Foundry 上，尽管 Grok 4.6 在发布后两周内就进入了这三个平台。SpaceXAI 尚未公布哪些 Grok 应用套餐可以使用 4.7；关于仍然可行的免费途径，请参阅如何免费使用 Grok 4.7。
如果你基于 LLM API 开发，这意味着什么
在本月发布的前沿模型中，Grok 4.7 的每输出 token 价格最低，并且在长时间的知识工作类任务上表现出色。它同时也是一个无法停止推理的推理模型，消耗的 token 比上一代更多，因此每 token 价格和你的实际账单可能会背离。
把这次升级当成一次普通的依赖升级。把你生产环境用的提示词存进 Apifox，用你发布时的 effort 档位分别对 grok-4.6 和 grok-4.7 运行，并列比较延迟、usage 中的 token 数和输出质量。再对响应结构加上断言，这样字段发生变化时失败的是测试，而不是用户。
常见问题
Grok 4.7 何时发布？2026 年 9 月 21 日。当天就在 xAI API、Cursor 和 Grok Build 上线。
Grok 4.7 的上下文窗口是多少？500,000 token，与 Grok 4.6 相同。200,000 token 及以上的提示词按双倍费率计费。
Grok 4.7 比 Grok 4.6 更好吗？在 SpaceXAI 公布的每一项基准测试上都是如此；在独立的 SWE-Together 榜单上，它从 60.6% 提升到 64.7%。不过在那里的每任务 token 消耗也约为两倍。
Grok 4.7 有多少参数？SpaceXAI 未披露。2.1 万亿这个数字来自 Elon Musk 的发言，并非官方规格。
Grok 4.7 免费吗？Grok Build 有免费额度，并以 Grok 4.7 为默认模型；xAI API 则需要预付费额度。Grok 4.7 免费指南覆盖了所有途径。
简要总结
Grok 4.7 在标价不变的情况下，相比 4.6 有实打实的提升：新的基础模型、更长的 Agent 训练和更严格的安全防护体系。它在终端和编码类任务上落后于 Claude 的顶级模型，且每任务消耗的 token 比 4.6 更多。建议从 API 指南入手，跑一遍你自己的提示词，再根据数据做决定。
HiFox：将 Agent 变成真正的队友
另外，我们也在思考，AI 如何从个人提效走进团队协作。
HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。
👉 立即体验 HiFox：https://hifox.com
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，
欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。
