xAI 发 Grok 4.7：换更大的基座、RL 训练拉长，价格不变而 CursorBench 4.0 从 40.4% 提到 46.3%

9 月 21 日，xAI（官方站点现用品牌 SpaceXAI）发布 Grok 4.7，同日进入 Grok API、Cursor 与自家 Grok Build。官方发布页写明它换了「比 Grok 4.6 更大」的新基座，并把强化学习训练跑得更长、任务配比偏向需要数小时才能完成的难题，另称该模型被专门训练来原生理解 Grok Bot 的运行框架。模型页给出的规格是 500k token 上下文、输入 $2 / 输出 $6 每百万 token，与上一代同价；官方还提供一个输出速度翻倍、价格也翻倍的 fast 变体。可配置推理、Responses API 下固定返回加密推理内容。

官方基准表（xHigh 档）里，CursorBench 4.0 为 46.3%（Grok 4.6 High 40.4%、GPT-5.6 Sol Max 41.7%、Fable 5.1 Max 51.8%），DeepSWE v1.1 71.0%（标注为 high effort），EEBench 64.0%，AA Briefcase v1.1 得 1,657 分，Terminal-Bench 4.0 38.0%，Harvey 法律智能体基准 19.6%，HealthBench Professional 56.7%。安全侧官方称换了全新的护栏栈：LatchBio 生物安全榜 62.4%，自家 HackerBench v0.3 只放行 3.3% 的高风险双用途提示，并向选定的网络安全合作方开放邀请制的红队能力。

它改变了什么：在同价格带里把工程与电气类基准推了上去——不是靠涨价换能力（Fable 5.1 的输入 $10、输出 $50，CursorBench 只高 5.5 个百分点）。同时它把「自验证」和「长时间任务」写成了训练目标，而不是靠推理时的技巧。边界要写清：全部分数来自厂商自测，没有第三方复现；官方页与官方文档都没有公布参数量，中文自媒体流传的「2.1 万亿参数」「9 月 12 日发布」两条均无官方依据，本刊未采信。

原文链接：SpaceXAI（xAI）官方页面