SpaceXAI представила Grok 4.7, новую версию ИИ-модели для программирования, работы со знаниями и выполнения продолжительных агентных сценариев. Разработчики увеличили размер базовой модели и расширили обучение с подкреплением, добавив задачи, решение которых может занимать несколько часов. Grok 4.7 также получила улучшенные механизмы проверки собственных результатов и поддержку агентной среды Grok Bot. В тесте CursorBench 4.0 модель набрала 46,3% против 40,4% у Grok 4.6. На многочасовых задачах AA Briefcase результат составил 1657 баллов Elo, тогда как предыдущая версия получила 1546. В EEBench показатель вырос с 53% до 64%, а в Harvey Legal Agent Benchmark – с 15,8% до 19,6%. Эти результаты предоставила сама SpaceXAI, поэтому они отражают тестирование компании-разработчика.
Дополнительные измерения провела Artificial Analysis. В ее Intelligence Index Grok 4.7 получила 46 баллов, что на два пункта выше показателя Grok 4.6. При использовании вместе с Grok Build новая модель набрала 56 баллов в Coding Agent Index против 47 у предшественницы. В рейтинге моделей, работающих в собственных агентных средах, Grok 4.7 оказалась на четвертой позиции. При этом рост результатов сопровождается увеличением расхода токенов: в режиме xhigh модель в среднем генерировала около 81 000 выходных токенов на сложную задачу против примерно 36 000 у Grok 4.6. Контекстное окно осталось на уровне 500 000 токенов. Модель работает с текстом и изображениями, а ответы формирует в текстовом виде. Для управления вычислениями доступны четыре режима рассуждений: low, medium, high и xhigh.
Стоимость стандартной версии не изменилась: при контексте до 200 000 токенов обработка 1 млн входных токенов стоит $2, кэшированных – $0,50, а выходных – $6. Для более длинных запросов тарифы увеличиваются вдвое. Одновременно SpaceXAI запустила Grok 4.7 Fast с удвоенной скоростью генерации и вдвое более высокой стоимостью; пока она доступна только в Cursor и Grok Build, без подключения через публичный API. Разработчики также сообщили о переработке системы защиты модели. В собственном HackerBench v0.3 Grok 4.7 пропустила 3,3% опасных запросов, а в тестировании LatchBio по биобезопасности получила 62,4%. Таким образом, новая версия сочетает более высокие показатели в ряде тестов с увеличенным потреблением токенов на сложных сценариях, сохраняя прежнюю базовую структуру тарифов.
Похожие статьи
