導讀
2026年9月21日，SpaceXAI（xAI） 宣布推出 Grok 4.7，定位為該公司目前最擅長編碼與知識工作的模型：能在困難任務上工作更久、更仔細地自我檢查，並配備新一代防護堆疊。官方強調，價格與速度與 Grok 4.6 相同，同時在多項公司公布的代理／知識工作基準上前進。
同日發布的 Grok 4.7 Model Card（2026-09-21）補齊可用性、訓練截止、多模態範圍與安全免責聲明。本稿僅依官方公告、模型卡與 docs.x.ai 模型定價頁 整理可核對事實。
今日已上線什麼
據模型卡，Grok 4.7 目前可透過下列管道使用：
- Cursor：所有方案層級均可選用
- Grok Build：SpaceXAI 終端編碼代理的預設模型（API 與 CLI）
- Grok API：於 console.x.ai 以標準 chat／completions 端點呼叫
- 辦公外掛：Microsoft Word、PowerPoint、Excel 的 Grok by SpaceXAI 外掛預設模型
- 模型閘道：OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic 等
模型卡亦寫明：消費端表面（網頁、流動應用、X 平台上的 Grok-in-X）計劃稍後再加入，並非今日同步上線。
能力形態方面，模型卡指 Grok 4.7 主要以文字為輸出：接受自然語言文字與圖像輸入，產出文字。
模型改進：更大底座、更長 RL、原生理解 Grok Bot
官方公告與模型卡對訓練與行為改進的描述一致、可互相對照：
- 相對於 Grok 4.6，採用新的、更大的基座模型
- 更長的強化學習（RL），任務組合偏向需數小時才能完成的難題
- 更擅長核實自身產出與管理更長上下文
- 經訓練以原生理解 Grok Bot harness，以改善對話與一般知識工作
- 為提升編碼與代理表現，曾對匿名化 Cursor 工作流程資料做補充訓練（模型卡註腳）
訓練資料時點（模型卡）： 預訓練數據截止為 2026年6月；補充訓練使用遲至 2026年8月 產生的資料。
註： docs.x.ai 模型頁 另寫「Grok 4.7 的 knowledge cut-off 為 2026年5月」。本稿正文以模型卡的預訓練／補充訓練表述為準；若引用 docs 頁說法，須標明來源為 docs。
公司公布的基準對照
以下數字均來自 官方公告對照表，屬 SpaceXAI／xAI 自行報告的分數，並非本站獨立複測。DeepSWE 上 Grok 4.7 標有 *（high effort）。
| 基準 | Grok 4.7 | Grok 4.6 | GPT-5.6 Sol Max | Fable 5.1 Max |
|---|---|---|---|---|
| CursorBench 4.0 | 46.3% | 40.4% | 41.7% | 51.8% |
| DeepSWE v1.1 | 71.0%* | 65.2% | 72.7% | 70.0% |
| EEBench | 64.0% | 53.0% | 39.4% | 56.4% |
| AA Briefcase v1.1 | 1,657 | 1,546 | 1,487 | 1,678 |
| Terminal-Bench 4.0 | 37.6% | 20.3% | 37.3% | 57.9% |
| Harvey Legal Agent | 19.6% | 15.8% | 2.5% | 6.7% |
| HealthBench Professional | 56.7% | 48.5% | 60.5% | 62.1% |
* high effort（官方標註）
公告另稱：在偏重長時程編碼的 CursorBench 4.0 上，Grok 4.7 處於其性價比前沿；在文件與簡報類知識工作（例如 GDPval、AA Briefcase）上相對 4.6 有所提升，並稱與其他前沿模型表現可比。
定價與速度
docs.x.ai 列出的 grok-4.7 標準 API 定價與上下文如下（每百萬 token；與 grok-4.6 同檔）：
| 條件 | 上下文 | 輸入 | 快取輸入 | 輸出 |
|---|---|---|---|---|
| 提示 < 200k tokens | 500k | $2.00 | $0.50 | $6.00 |
| 提示 ≥ 200k tokens | 500k | $4.00 | $1.00 | $12.00 |
官方公告補充：另提供 fast 變體，輸出速度約為兩倍、價格亦為兩倍。公告標題區並以「相對於同類可比模型」表述「兩倍速度、一半價格」——屬公司行銷對照，具體比較對象以公告全文為準。
安全與使用邊界
公告稱 Grok 4.7 採全新防護堆疊，並在拒答與越獄抗性上為該公司測試中最強；在網絡安全與生物等雙用途領域，宣稱對良性任務有用、對危險請求則安全拒答。公司公布數字包括：
- LatchBio 生物安全相關基準：62.4%（公告表述為 biosafety）
- HackerBench v0.3：僅允許 3.3% 的高風險雙用途提示通過，同時稱較少阻擋正當安全工作
- 已開始向選定網絡安全夥伴提供 invite-only 的紅隊能力存取，供防禦研究
模型卡免責聲明寫明：Grok 4.7 不擬在醫學、法律、金融或安全關鍵系統中，於欠缺適當人工監督與領域專家驗證的情況下，作自主高風險決策。使用仍受 SpaceXAI 可接受使用政策、相關條款與適用法律約束。
與上一代相比，讀者可核對的差異
把公告與模型卡並讀，相對 Grok 4.6 最容易核對的差異包括：
- 1. 底座與訓練長度：更大基座 + 更長、更難的 RL 任務組合。
- 2. 行為側重：更長任務耐力、更強自我核對、更好長上下文管理，以及對 Grok Bot harness 的原生理解。
- 3. 產品定價：標準 API 檔位與 4.6 相同（短提示 $2／$6；長提示加倍），另有 fast 變體（約 2× 速度、2× 價格）。
- 4. 可用範圍：今日偏開發者／企業與閘道；消費端明確標為稍後。
在基準表上，公司數字顯示 Grok 4.7 相對 4.6 全面上升，但相對 GPT-5.6 Sol Max 與 Fable 5.1 Max 並非每一項都領先——例如 CursorBench 與 Terminal-Bench 上 Fable 較高，HealthBench 上 GPT／Fable 較高。本稿只轉載公司表，不做跨實驗室方法論裁決。
閱讀基準時的兩條提醒
- CursorBench 4.0 模型卡說明：4.0 加入更長視野任務，分數不可與 CursorBench 3.2 直接比較。
- DeepSWE 上 Grok 4.7 的 71.0% 帶 * high effort 標註；與其他模型列在同一表內時，應保留該標註。
展望（僅據官方已說）
按官方文件，近期可核對的重點是：開發者與企業管道今日可用、消費端稍後上線、定價與 4.6 同檔，以及公司公布的長時程編碼／知識工作基準前進。後續若消費端上線時程、獨立第三方複測或防護評估有更新，仍須以 SpaceXAI／xAI 後續公告與模型卡修訂為準。
主要資料來源
- Introducing Grok 4.7｜SpaceXAI／xAI https://x.ai/news/grok-4-7
- Model Card: Grok 4.7（2026-09-21）https://media.x.ai/v1/website/4p7card-5eccc980.pdf
- xAI Docs｜Models（定價與知識截止註記）https://docs.x.ai/docs/models
