看来啊，老马显然也知道，国庆前后这几天的基模圈不好混。

所以先发先占坑—— Grok 4.7，来了！！！

更大的底模、上下文拉到 50 万 Token，重点猛练 Coding、Agent，以及动辄跑上几个小时的复杂任务。

软件工程、电气工程、长时办公、终端和法律任务全面开花了。

官方评测表中，电气工程基准测试以 64% 拿下第一，终端操作基准测试更从 20.3% 跃升到 38%～

当然了，价格也很感人，输入 2 美元 / 百万 Token，输出 6 美元 / 百万 Token，纯 · 加量不加价了。

谁成想呢，模型刚发布，网友实测画风就开始不对劲了。

Coding？Agent？法律推理？先放一边哈～

大家像提前在群里对过暗号一样，打开 Grok 4.7 后的第一件事居然是——发！火！箭！

这边 @TheHype. 直接整了出「宇宙上天」大戏，别说，这火箭蹿得甚至比隔壁家还快：

还有下面这老哥，直接让 Grok 4.7 给他搓出了一个 3D 火箭工程，模型、发射架都有，甚至还能现场试飞？？

还有网友看热闹不嫌事大，干脆把 Kimi K3 和 Grok 4.7 一起拖到火箭发射场，同题开卷！

结果这一轮看下来，Grok 这边多少有点没顶住，直接眩晕瘫坐了，网友不买账了：

老马：都这么玩我是吧？？

SpaceX：俺又做错啥了？？

Grok 4.7，这波专挑复杂「重活儿」猛练了

一句话概括啊。

Grok 4.7 这波确实是奔着《干重活儿》来的。

从目前公开评测成绩上来看，Grok 4.7 这次的提升算是比较集中，主要还是 Coding、Agent 和长时任务。

先看 xAI 官方自己给出的评测表现。

软件工程 CursorBench   4.0 从上一代的 40.4% 涨到 46.3%，DeepSWE v1.1 也从 65.2% 升到 71%。

电气工程 EEBench 涨得更猛一点——

比上一代提升了 11 个百分点，在表中四款模型里拿下最高分，算是在专业工程任务上的增益算是比较明显。

法律 Agent 这边也从 15.8% 涨到 19.6%，一口气拉开了和表中 GPT-5.6 Sol、Fable 5.1 的差距：

再来看看第三方 Artificial Analysis 榜单。

综合智能指数拿到 46 分，排在第一梯队之后，到了更对口的 Coding Agent Index，成绩直接来到 56 分、位列第 4，相比 Grok 4.6 的 47 分又往前提升了一大截。

Grok 4.7：我超不过隔壁家，我还超不过自己？？

当然，Grok 4.7 这次还不只是分数往上涨，性能成本比也一起提升了。

xAI 给出的 CursorBench 4.0 成本曲线里，随着单任务预算增加，Grok 4.7 的成绩还能继续往上爬。

在大约 4～5 美元 / 任务的位置，已经能做到约 43%，继续加预算还能逼近 46%。

看了一下，同等预算下，GPT-5.6 Sol 大约还在 37% 左右，差距有 6 个百分点上下。。。

emm …也说明说明这代模型在复杂 Coding 任务上，多花一点推理预算，确实能更稳定地换回能力增益了？？

前脚测完火箭，Grok 4.7 又被网友拉去造游戏、建大桥！

比 Grok 4.7 发布本身更有节目效果的，还得看网友。

前面刚拿它测完火箭，后脚大家已经把 Grok 4.7 拖去各个场景轮番上强度了。

下面是 grok 4.6 和 grok 4.7 的开放游戏世界对比图，确实观感差距比较明显。

4.6 多少还有点像素小游戏那味儿，画面偏平，建模也比较朴素？？（自认为）

到了 4.7 建模感明显更强一些，建筑、道路、光影、场景细节都更扎实，已经有点正经 3D 游戏 Demo 的意思了 :

然后，咱看下面这位老哥，直接让 Grok 4.7 搓了个《帝国时代 2》。

从画面细节上看，确实比上一代的建筑细节度更好，但感觉 4.6 的画面颜色更好些，各有千秋吧，大家觉得呢？

再往下，难度继续加码。

有网友直接把 Grok 4.7 扔进 Blender，让它现场建一个金门大桥。

结果全程只花了 17 分钟，近景、远景、特写基本都有，桥体结构和整体画面完成度看着也挺像样。

反正从老哥晒图的架势来看——这耗费的时间，花得相当值！！！

咱们再爱看下面这位友友。

给 Grok 4.7 喂了一段此前的SpaceX 星舰真实发射视频作为参考，让它按照真实素材重新生成一段定格动画。

最终生成的视频整体变成了类似手绘工程草图 / 复古定格动画的风格：

小游戏这边，很快就有人来拆台了。

有网友让 Grok 4.7 和 GPT-6 Astra 各写了一个弹球游戏，然后尴尬的一幕来了——

咱 Grok 这边开局还挺正常，球也能弹、画面也能跑，然后不到 10 秒，球直接卡住不动了。

真 · 大活儿能接，小球难防！！！

算上去，距离全球基模决战的国庆节，已经没几天了。

怎么不算主打一个错峰发布呢？

隔壁 A 社 Claude 5.2 箭在弦上。

谷歌 Gemini 4 Pro 内测效果刷屏，甚至疑似已经披着马甲，偷偷混进 Arena 参加摸底考试了。

国内的厂商也开始陆续往牌桌上加码，国庆前后这几天，怎么看都像是又一轮基模集中交卷期。

这个时间点发咱 Grok 4.7，怎么不算上上策捏？

参考链接：

[ 1 ] https://x.com/SpaceXAI/status/2102069815225586149?s=20

[ 2 ] https://x.com/SpaceXAI/status/2102069817893150777?s=20

[ 3 ] https://x.com/ArtificialAnlys/status/2102074898327932987?s=20

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见