SpaceXAI presentó Grok 4.7 el 21 de septiembre de 2026 como su modelo más capaz para programación y trabajo de conocimiento. La empresa afirma que el modelo trabaja durante más tiempo en tareas difíciles, verifica su propia salida con mayor cuidado y gestiona contextos más largos mejor que Grok 4.6. También dice que Grok 4.7 fue entrenado para comprender el harness Grok Bot, lo que mejora las tareas conversacionales y generales de trabajo de conocimiento.
El artículo comienza identificando a Grok 4.7 como el modelo más reciente de SpaceXAI para programación y trabajo de conocimiento; la ilustración oficial del lanzamiento identifica directamente ese tema.
El cambio técnico más claro es el énfasis del entrenamiento del modelo. SpaceXAI dice que utilizó un modelo base más grande y una ejecución más larga de aprendizaje por refuerzo en tareas más difíciles, especialmente problemas que pueden tardar horas en completarse. Esto importa porque muchas evaluaciones de programación con IA recompensan soluciones rápidas, mientras que el desarrollo real suele requerir trabajo sostenido, gestión del contexto y comprobaciones repetidas de uno mismo.
Los resultados suministrados muestran avances significativos frente a Grok 4.6 en varias áreas. SpaceXAI informa de puntuaciones de 46,3 % frente a 40,4 % en CursorBench 4.0, 71,0 % frente a 65,2 % en DeepSWE v1.1, 64,0 % frente a 53,0 % en EEBench y 1.657 frente a 1.546 en AA Briefcase v1.1. El resultado de DeepSWE está marcado como una puntuación de alto esfuerzo, por lo que no debe leerse como una comparación en igualdad de condiciones con la configuración predeterminada.
La afirmación sobre precios es igualmente específica: SpaceXAI sitúa Grok 4.7 en 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, las mismas cifras que ofrece para Grok 4.6, y afirma que el modelo se sirve al mismo precio y velocidad. También dice que hay disponible una variante más rápida con el doble de velocidad de salida y el doble de precio. Esos son términos comerciales declarados por el editor, no mediciones de mercado verificadas de forma independiente.
La evidencia no respalda una afirmación general de que Grok 4.7 supere a todos los modelos de vanguardia. En la tabla suministrada, Fable 5.1 obtiene una puntuación más alta en CursorBench, GPT-5.6 Sol obtiene una puntuación más alta en DeepSWE y GPT-6 Astra obtiene una puntuación más alta en Terminal-Bench y HealthBench Professional. El paquete también carece de pruebas independientes, así que la conclusión más defendible es más limitada: SpaceXAI presenta Grok 4.7 como una sucesora de Grok 4.6 más potente y eficiente, con avances notables en benchmarks seleccionados de larga duración y trabajo profesional.