SpaceXAIは2026年9月21日、Grok 4.7をコーディングと知識労働向けにこれまでで最も高性能なモデルとして発表しました。同社によれば、このモデルは困難なタスクをより長時間処理し、自身の出力をより慎重に検証し、Grok 4.6よりも長いコンテキストをより適切に扱えます。また、Grok 4.7はGrok Botの基盤を理解するよう訓練されており、会話タスクと一般的な知識労働タスクを改善しているとも述べています。
記事は、Grok 4.7をSpaceXAIのコーディングと知識労働向け最新モデルとして紹介することから始まります。公式リリースアートワークは、その主題を直接的に示しています。
最も明確な技術上の変更は、モデルの訓練への重点の置き方です。SpaceXAIによると、同社はより大きなベースモデルを使用し、より困難なタスク、特に完了に数時間を要する可能性がある問題に対して、より長い強化学習を実行しました。これは重要です。多くのAIコーディング評価では迅速な修正に高い評価が与えられる一方、実際の開発では持続的な作業、コンテキスト管理、繰り返しの自己確認が必要になることが多いためです。
提供された結果は、いくつかの領域でGrok 4.6を大きく上回る改善を示しています。SpaceXAIは、CursorBench 4.0で46.3%対40.4%、DeepSWE v1.1で71.0%対65.2%、EEBenchで64.0%対53.0%、AA Briefcase v1.1で1,657対1,546のスコアを報告しています。DeepSWEの結果は高負荷設定でのスコアとして示されているため、同じデフォルト設定による直接的な比較として読むべきではありません。
価格に関する主張も同様に具体的です。SpaceXAIはGrok 4.7を入力トークン100万トークンあたり2ドル、出力トークン100万トークンあたり6ドルとして掲載しており、これはGrok 4.6に示している数字と同じです。また、同じ価格と速度で提供されるとしています。さらに、出力速度が2倍で価格も2倍の高速版を利用できると述べています。これらは公開元が示す商用条件であり、独立して検証された市場測定値ではありません。
Grok 4.7がすべての最先端モデルを上回るという包括的な主張を、現時点の根拠は支持していません。提供された表では、Fable 5.1がCursorBenchでより高いスコアを示し、GPT-5.6 SolがDeepSWEで、GPT-6 AstraがTerminal-BenchとHealthBench Professionalでより高いスコアを示しています。また、この資料には独立したテストが含まれていません。そのため、最も慎重に擁護できる結論はより限定されたものです。SpaceXAIはGrok 4.7を、選択された長時間実行型および専門職向けベンチマークで目立つ改善を示す、より強力で効率的なGrok 4.6の後継モデルとして位置づけています。