GROK 4.7: LEBIH BAIK UNTUK TUGAS PANJANG, TETAPI TIDAK LEBIH KUAT DI SEMUA TEMPAT xAI telah melancarkan Grok 4.7, model yang direka untuk pemrograman, agen AI, dan tugas yang boleh berjalan selama berjam-jam. Versi baharu ini membawa model asas baharu, latihan RL yang lebih panjang pada tugas-tugas sukar, peningkatan semak sendiri, dan jendela konteks panjang sehingga 500K token. Ia sudah tersedia di Cursor, Grok Build, dan API. Menurut ukuran xAI, Grok 4.7 menunjukkan peningkatan yang jelas: - CursorBench 4.0: 46.3% berbanding 40.4% untuk Grok 4.6 - DeepSWE: 71% berbanding 65.2% - Terminal-Bench: 38% berbanding 20.3% Pada CursorBench, Grok 4.7 mengalahkan GPT-5.6 Sol, tetapi masih tertinggal di belakang Fable 5.1. Ujian bebas memberikan gambaran yang lebih bercampur. Artificial Analysis memberikan peningkatan kecil kepada Grok 4.7 — 46 berbanding 44 pada Indeks Kecerdasannya. Namun, sebagai agen pemrograman di dalam Grok Build, model ini nampak lebih kuat. Terdapat juga kelemahan: Grok 4.7 lebih panjang dan berbelit-belit. Harga token tidak berubah, tetapi output yang lebih panjang bermaksud beberapa tugas mungkin menjadi lebih mahal. Harga API: $2 per 1M token masukan / $6 per 1M token keluaran. Apabila prompt melebihi 200K token, kadar harga akan ganda. Versi Cepat adalah 2x lebih pantas dan lebih mahal, dan kini hanya tersedia di Cursor dan Grok Build. Secara keseluruhan, Grok 4.7 paling sesuai untuk sesi pemrograman panjang, repositori besar, dan tugas multi-langkah yang kompleks. Untuk prompt pendek, peningkatan mungkin jauh lebih kecil. Jadi, adakah Grok 4.7 benar-benar peningkatan besar — atau hanya model yang lebih mahal yang cemerlang dalam set tugas yang lebih sempit?