Grok 4.7来了，网友实测先把SpaceX玩坏了，大火箭走起 - 热门赛事

看来，马斯克显然也明白，国庆节前后这段时间，基础模型圈子竞争激烈。

所以先下手为强——Grok 4.7，来了！！！

更大的基础模型、上下文窗口扩展到50万Token，重点强化了编码、智能体，以及那些动辄需要运行数小时的复杂任务。

软件工程、电气工程、长时办公、终端和法律任务全面开花。

官方评测表中，电气工程基准测试以64%的成绩位居第一，终端操作基准测试更是从20.3%跃升至38%～

当然，价格也同样引人注目，输入2美元/百万Token，输出6美元/百万Token，纯粹是加量不加价了。

没想到的是，模型刚发布，网友实测的画风就开始不对劲了。

编码？智能体？法律推理？先放一边吧～

大家像是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.直接上演了一出「宇宙升空」大戏，别说，这火箭蹿得甚至比隔壁家还快：

还有下面这位老兄，直接让Grok 4.7给他搓出了一个3D火箭工程，模型、发射架一应俱全，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 4.7一起拉到火箭发射场，同题开测！

结果这一轮看下来，Grok这边多少有点没顶住，直接眩晕瘫坐，网友不买账了：

马斯克：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。

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看，Grok 4.7这次的提升比较集中，主要还是编码、智能体和长时任务。

先看xAI官方自己给出的评测表现。

软件工程CursorBench4.0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涨得更猛一些——

比上一代提升了11个百分点，在表中四款模型里拿到最高分，在专业工程任务上的增益比较明显。

法律智能体这边也从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…也说明这代模型在复杂编码任务上，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，咱看下面这位老兄，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。

反正从老兄晒图的架势来看——这耗费的时间，花得相当值！！！

咱们再来看下面这位朋友。

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，距离全球基础模型决战的国庆节，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础模型集中交卷期。

这个时间点发布咱Grok 4.7，怎么不算上上策呢？

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

本文来自微信公众号“量子位”，作者：梦瑶，36氪经授权发布。