xAI 推出 Grok 4.7：更具成本效益的程式與知識工作大型模型

Elon Musk 所屬的 xAI 近日發布 Grok 4.7，宣稱是迄今為止最適合程式撰寫與知識工作的大型語言模型（LLM）。此版本以更大的基礎模型為底，採用更長時間的強化學習（Reinforcement Learning）訓練，並加入自我驗證機制，讓模型在產出程式碼或文字時能自行檢查正確性。

成本與價格策略

Grok 4.7 的計價方式為 每百萬輸入代幣 2 美元、每百萬輸出代幣 6 美元。相較於 OpenAI、Anthropic 等西方前沿模型的高價，這個價格更貼近中國本土模型的水平，顯示 xAI 可能在降低使用門檻、爭取企業客戶上有明確考量。

效能表現

在 Artificial Analysis Intelligence Index（AAII）v4.3.2——結合十項基準測試的綜合指標中，Grok 4.7 取得 46 分，位於中等水平。領先的 Claude Fable 5.1 與 GPT‑6 各得 53 分，仍保持明顯優勢。

在 Agentic Coding（代理式程式編寫） 這一細分領域，差距更為顯著。根據 Terminal‑Bench 4.0 測試，Grok 4.7 的成功率僅 26%，遠低於 GPT‑6 Astra（60%）與 Claude Fable 5.1（55%）。即便是價格較低的 DeepSeek V4.1 Flash 也稍微領先，達 27%。

服務渠道

Grok 4.7 已透過三條主要管道向外部開放：

Grok API：供開發者直接呼叫模型服務
Cursor：整合於程式開發環境的即時協助工具
Grok Build：針對企業客製化需求的建置平台

背後的市場與技術意涵

成本競爭：以較低的代幣費率切入市場，xAI 可能希望在企業級部署與教育訓練領域快速佔領份額。
自我驗證功能：程式碼生成常因錯誤而需人工修正，Grok 4.7 加入的自檢機制若能落實，將降低開發者的後續調試成本。
效能差距：儘管成本具優勢，但在高階編碼測試中的表現仍落後於 GPT‑6 與 Claude 系列，顯示模型在「代理式」任務的推理深度仍有提升空間。

未來展望

若 xAI 能持續優化強化學習的訓練流程，並在自我驗證演算法上取得突破，Grok 4.7 有望縮小與領先模型的差距，同時保持價格競爭力。對於希望以較低成本導入 AI 編程助理的中小企業與開發者而言，Grok 4.7 目前提供了一個值得關注的選項。未來是否能在 Agentic Coding 這一關鍵指標上追趕或超越競爭者，將是衡量其市場持久力的關鍵指標。