- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方只说「相比 Grok 4.6 换用了更大的新底座」，并以更长的强化学习跑程、偏向需要数小时完成的难任务训练；未公布参数量。reasoning effort 四档 low/medium/high（默认）/xhigh；500K 上下文、无文本输出上限；工具含 function calling、web search、X search、code execution。另有 2× 输出速度、2× 价格的 fast 变体（grok-4.7-fast，仅 Cursor 与 Grok Build，不在公开 API）。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
可用维度不足 3 个，不绘制雷达图
编程CursorBench 4.0 46.3%（4.6 为 40.4%）、Terminal-Bench 4.0 38.0%（4.6 高档为 20.3%）、SWE-Marathon 46.0%（4.6 为 31.9%）（官方）。
AgentGDPval 与 AA-Briefcase 均较 Grok 4.6 提升，官方称与其他前沿模型相当（官方，未公布数值）。
中文中文可用，缺少独立中文评测。
逻辑能力
定位是「同价干更久的活」而不是刷榜第一：官方强调它更会自查、更能管住长上下文，训练偏重需要数小时完成的任务。编码类基准相对 4.6 普遍上移十几个百分点，但 Terminal-Bench 4.0 38.0% 仍明显落后 Opus 5.5 的 66.4% 与 GPT-6 Astra 的 57.9%。Musk 同时给出了后续路线：4.8 为「有意义的一步」、4.9 进入「Astra / Fable 级」、Grok 5 才可能领先前沿，均无日期。
亮点
- 1.同价升级：$2 / $6 与 Grok 4.6 一致，编码基准全面上移（CursorBench 4.0 40.4% → 46.3%、Terminal-Bench 4.0 20.3% → 38.0%、SWE-Marathon 31.9% → 46.0%）
- 2.官方称是迄今在拒答与越狱抵抗上最强的模型，在 LatchBio 生物安全基准上以 62.4% 居首
- 3.原生理解 Grok Bot harness，对话与通用知识工作变强；GDPval 与 AA-Briefcase 均较 4.6 提升
坑
- 1.xAI 自己的对照表大多仍把 Claude Fable 5.1 排在前面；Musk 发布前就把预期定在「大致与 Claude Opus 5.0 持平」，并承认多模态还需改进
- 2.500K 上下文低于同期 $2 档对手（GPT-6 Sol 与 Qwen3.8-Max 都是 1M）
- 3.≥200K 提示的请求按高档费率计费全部 token，不只超出部分 —— 长上下文实际单价翻倍
- 4.自 7 月底起至少 5 次推迟发布；官方文档的知识截止写 2026-05，模型卡却称预训练数据到 2026-06、补充数据到 2026-08，两处不一致
适合：成本敏感的编码与 agent 负载 · 需要 X / web 实时检索的任务 · 对拒答与越狱抵抗有要求的部署
不适合：需要 1M 上下文的场景 · 多模态为核心的任务 · 追求单项最高分的评测型选型
暂无带来源的分数。
更新 2026-09-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。