xAI выпустила Grok 4.7: модель стала крупнее, но не обошла лидеров

Что произошло

xAI выпустила Grok 4.7 после нескольких предполагаемых задержек. Илон Маск как минимум пять раз переносил заявленные сроки с конца июля: от «четырех недель» и «нескольких недель» до «3–4 недель», «10 дней» и еще нескольких дней на доработку.

По словам xAI, новая модель дольше обрабатывает сложные задачи, чаще перепроверяет собственные ответы по сравнению с Grok 4.6 и получила самые сильные защитные механизмы компании на данный момент.

Характеристики и доступность

Grok 4.7 получил 2,1 трлн параметров — на 40% больше, чем Grok 4.6 с 1,5 трлн параметров. Цена использования составляет $2 за миллион входных токенов и $6 за миллион выходных токенов.

В обучении использовались дополнительные данные SpaceX: телеметрия спутников Starlink, производственные записи и журналы инженерных отказов. В xAI рассчитывают, что это поможет модели лучше рассуждать об аппаратном обеспечении и физических системах, чем моделям, обученным только на интернет-текстах.

Модель уже доступна в приложении Grok, Cursor, Grok Build и через API xAI. Маск назвал ее сочетанием интеллекта, скорости и низкой стоимости.

Что показывают тесты

Результаты тестов не подтверждают лидерство Grok 4.7. GDPval оценивает работу с юридическими записками, таблицами и презентациями по рейтингу Эло, используя задания, проверенные специалистами соответствующих областей.

В AA-Briefcase от Artificial Analysis, где проверяется многочасовая офисная работа с исследованием, анализом и подготовкой документов, Grok 4.7 получила 1657 баллов против 1678 у Fable 5.1.

В CursorBench 4.0, тестирующем реальные задачи программирования в редакторе Cursor, Grok 4.7 заняла промежуточную позицию. По стоимости выполнения задач она уступила GPT-6 Astra и Claude Sonnet 5, а Fable 5.1 опередила ее при любом уровне цены на графике.

Контекст

Для xAI отставание от лидеров стало продолжением предыдущей тенденции. Grok 4.5, представленный в июле, получил крупнейший в отрасли обучающий кластер, но занял третье место после моделей Claude и OpenAI. Grok 4.20 сделал акцент на скорости и характере ответов в ущерб надежности, а Grok 4.6 отставал от лидеров в автономном программировании.

Несмотря на результаты тестов, Grok 4.7 остается продуктом для миллионов пользователей, которые общаются с ним через X, отдельное приложение или приборную панель Tesla. Однако собственные тесты производителя помещают модель на ступень ниже ведущих систем.