Вышел Grok 4.7

xAI выпустила Grok 4.7 — новую модель для программирования, агентских сценариев и профессиональной работы.

По сравнению с Grok 4.6 здесь увеличили базовую модель и заметно продлили RL-посттрейн: в обучение добавили больше задач, рассчитанных на многочасовое выполнение, а модель отдельно учили проверять собственную работу и дольше удерживать контекст.

Что по бенчмаркам?

• CursorBench 4.0: 46,3% против 40,4%;

• DeepSWE v1.1: 71,0% против 65,2%;

• Terminal-Bench 4.0: 38,0% против 20,3%;

• EEBench: 64,0% против 53,0%;

• Harvey Legal Agent Benchmark: 19,6% против 15,8%;

• HealthBench Professional: 56,7% против 48,5%.

Что изменили внутри

xAI не раскрыла число параметров Grok 4.7. При этом ещё в июле Илон Маск говорил, что следующая версия должна получить 2,1 трлн параметров, но с полной уверенностью переносить эту цифру в спецификацию Grok 4.7 нельзя.

Из подтверждённого сейчас известно следующее: у модели новый более крупный базовый backbone относительно Grok 4.6, более длительное RL-обучение и отдельный акцент на задачах, которые требуют часов работы. Контекстное окно — 500 тыс. токенов, доступны уровни reasoning от low до xhigh.

Цена при этом осталась на уровне Grok 4.6: $2 за 1 млн входных токенов и $6 за 1 млн выходных. В API уже доступен grok-4.7; модель также появилась в Cursor, Grok Build и сторонних роутерах.

Отдельно xAI обновила систему safeguards. Компания называет её полностью новой и утверждает, что Grok 4.7 показал лучшие среди протестированных ею моделей результаты по отказам от опасных запросов и устойчивости к jailbreak. На HackerBench v0.3 модель пропустила 3,3% опасных dual-use запросов; на LatchBio получила 62,4%.

Кто успел оценить модель, как вам? В потестировать Grok 4.7 уже можно на BotHub, а по этой ссылке получить еще и 300к капсов сверху. Делитесь впечатлениями!