SpaceXAI presentó Grok 4.7, una nueva versión del modelo de IA para programación, trabajo con conocimientos y ejecución de escenarios de agentes prolongados. Los desarrolladores aumentaron el tamaño del modelo base y ampliaron el aprendizaje con refuerzo, añadiendo tareas cuya resolución puede llevar varias horas. Grok 4.7 también recibió mecanismos mejorados para verificar sus propios resultados y soporte para el entorno de agentes Grok Bot. En la prueba CursorBench 4.0, el modelo obtuvo un 46,3% frente al 40,4% de Grok 4.6. En tareas de varias horas AA Briefcase, el resultado fue de 1657 puntos Elo, mientras que la versión anterior obtuvo 1546. En EEBench, el indicador aumentó del 53% al 64%, y en Harvey Legal Agent Benchmark, del 15,8% al 19,6%. Estos resultados fueron proporcionados por SpaceXAI, por lo que reflejan las pruebas de la empresa desarrolladora.
Mediciones adicionales fueron realizadas por Artificial Analysis. En su Intelligence Index, Grok 4.7 obtuvo 46 puntos, dos puntos más que Grok 4.6. Al utilizarse junto con Grok Build, el nuevo modelo alcanzó 56 puntos en el Coding Agent Index frente a los 47 de su predecesor. En el ranking de modelos que operan en sus propios entornos de agentes, Grok 4.7 se ubicó en la cuarta posición. Sin embargo, el aumento en los resultados viene acompañado de un incremento en el consumo de tokens: en el modo xhigh, el modelo generó en promedio alrededor de 81,000 tokens de salida para una tarea compleja, en comparación con aproximadamente 36,000 de Grok 4.6. La ventana de contexto se mantuvo en 500,000 tokens. El modelo trabaja con texto e imágenes, y genera respuestas en formato de texto. Para gestionar los cálculos, hay disponibles cuatro modos de razonamiento: low, medium, high y xhigh.
El costo de la versión estándar no ha cambiado: con un contexto de hasta 200,000 tokens, el procesamiento de 1 millón de tokens de entrada cuesta $2, los tokens almacenados en caché $0.50, y los de salida $6. Para solicitudes más largas, las tarifas se duplican. Simultáneamente, SpaceXAI lanzó Grok 4.7 Fast con el doble de velocidad de generación y el doble de costo; por ahora, solo está disponible en Cursor y Grok Build, sin conexión a través de la API pública. Los desarrolladores también informaron sobre la revisión del sistema de seguridad del modelo. En su propio HackerBench v0.3, Grok 4.7 dejó pasar el 3,3% de las solicitudes peligrosas, y en las pruebas de bioseguridad de LatchBio obtuvo un 62,4%. Así, la nueva versión combina puntuaciones más altas en varias pruebas con un mayor consumo de tokens en escenarios complejos, manteniendo la misma estructura básica de tarifas.
Artículos relacionados
