В релизе Grok 4.7 названа самой способной моделью xAI для кодинга и knowledge work, то есть работы со знаниями: поиска связей, анализа информации и подготовки содержательных ответов. Разработчики пишут, что модель дольше работает над трудными задачами, аккуратнее проверяет собственную работу и поставляется с наиболее выверенными для неё защитными механизмами. Отдельно заявлено, что Grok 4.7 обслуживается по той же цене и с той же скоростью, что и Grok 4.6, а также позиционируется как конкурентная в своём классе. Для читателя это означает не обещание универсального превосходства, а конкретный акцент релиза: модель рассчитана на задачи, где нужно удерживать много деталей, возвращаться к промежуточным шагам и не ограничиваться коротким ответом.

Особенности архитектуры и оптимизации

Технически Grok 4.7 построена на новой и более крупной базовой модели по сравнению с Grok 4.6. В релизе также сказано о более долгом этапе reinforcement learning, или обучения с подкреплением: это подход, при котором модель дополнительно настраивают по сигналам оценки результата. Смесь задач для этого этапа сделали сложнее и сместили к проблемам, которые могут занимать много часов. Ещё одно подтверждённое изменение касается самопроверки и длинного контекста: модель, по описанию источника, лучше проверяет свою работу и лучше управляет большим объёмом входной информации. Кроме того, Grok 4.7 обучали нативно понимать Grok Bot harness, то есть рабочую обвязку бота, что должно помогать в разговорных задачах и общей работе со знаниями.

Для каких задач подходит модель

По подтверждённым данным, главные сценарии для Grok 4.7 связаны с программированием и задачами, где нужно долго вести работу над результатом. На CursorBench 4.0, бенчмарке для более длительных задач по коду, модель описана как находящаяся на frontier по соотношению цены и результата. Релиз также выделяет создание документов и презентаций: в GDPval и AA Briefcase, где проверяются профессиональные задачи, похожие на работу юристов, медсестёр и финансовых аналитиков, Grok 4.7 улучшает показатели Grok 4.6 и выступает сопоставимо с другими frontier-моделями. Это не заменяет проверку на своих данных, но показывает, какие направления сами разработчики считают ключевыми: код, деловые материалы, аналитическая работа и диалоговые задачи.

Доступ и ограничения модели

Официальный источник указывает несколько каналов доступа: Grok 4.7 доступна в Cursor и Grok Build, а также через Grok API, сторонние coding harnesses, model routers и облачные платформы. Тариф в релизе указан как стартовый: 2 доллара за миллион входных токенов и 6 долларов за миллион выходных токенов. Также описан быстрый вариант, который выдаёт вывод вдвое быстрее и стоит вдвое дороже. В области безопасности заявлен новый стек защит. Для двойного назначения, включая кибербезопасность и биологические задачи, источник говорит о сочетании пользы для безопасных запросов и отказов на опасные. На HackerBench v0.3 модель пропустила 3,3% рискованных dual-use запросов. Доступ к red-team возможностям для киберзащиты начат только для выбранных партнёров по приглашению.

Источники

Вопросы и ответы

Есть ли подтверждённые данные о русском языке в Grok 4.7?

Нет. В официальном релизе описаны кодинг, работа со знаниями, документы, презентации, безопасность, доступ и цены, но отдельные возможности русского языка не указаны.