Grok 4.7由xAI设定的价格是每百万个token两美元，而输出为每百万个token六美元。与西方主要模型相比，这一定价显得异常低，接近中国公司的定价标准，而非OpenAI或Anthropic的水准。不过，便宜的价格并不意味着其表现出色。在独立机构Artificial Analysis的智能指数（v4.3.2版）中，Grok 4.7仅获得46分，处于中等水平，而Claude Fable 5.1和GPT-6则以53分并列领先，这一指数是基于十项基准测试综合评估的。
在编程能力方面，Grok 4.7表现不佳，Terminal-Bench 4.0的得分只有26%。相比之下，GPT-6 Astra得分60%，Claude Fable 5.1得分55%，甚至更便宜的DeepSeek V4.1 Flash也以27%的成绩超过了Grok 4.7。综合来看，xAI在定价和表现的组合上确实引发了思考。
根据xAI的自我介绍，Grok 4.7被认为是其在编程和知识工作上最强的模型，依托于更大的基础模型，经过更长时间的强化学习训练，并特别注重输出的自我验证。这意味着模型不仅生成答案，还要对答案进行核验。虽然这种设计在知识工作任务中可能有一定意义，但从基准分来看，尚未在编程领域展现出优势。
Grok 4.7可通过Grok API、Cursor和Grok Build三个渠道使用。将定价和表现结合分析后可以清楚看出，Grok 4.7在智能指数中处于中游，而在编程基准测试中则落后于其他竞争者。其低价格并非简单的优惠，实际上反映了它的能力定位。
对开发者而言，选择的方向变得更为明确：若需要顶尖的编程表现，GPT-6 Astra和Claude Fable 5.1是更好的选择；若关注成本控制，则Grok 4.7和DeepSeek V4.1 Flash都是不错的选项，后者在编程基准测试中的成绩略优于前者。xAI此举并未争取第一梯队的位置，而是通过压低价格开拓市场，试图用“足够用且便宜”的策略填补某一需求。能否成功取决于有多少任务并不需要达到60%的编程准确率。
发表评论