GROK 4.7: TỐT HƠN TRONG CÁC NHIỆM VỤ DÀI, NHƯNG KHÔNG MẠNH HƠN TẤT CẢ LĨNH VỰC xAI đã phát hành Grok 4.7, một mô hình được thiết kế dành cho lập trình, tác nhân AI và các nhiệm vụ có thể chạy trong nhiều giờ. Phiên bản mới đi kèm với mô hình nền mới, thời gian huấn luyện RL kéo dài hơn trên các nhiệm vụ khó, khả năng tự kiểm tra được cải thiện và cửa sổ ngữ cảnh dài lên đến 500K token. Hiện đã có sẵn trên Cursor, Grok Build và API. Theo các bài kiểm tra của xAI, Grok 4.7 cho thấy những cải tiến rõ rệt: - CursorBench 4.0: 46,3% so với 40,4% của Grok 4.6 - DeepSWE: 71% so với 65,2% - Terminal-Bench: 38% so với 20,3% Trên CursorBench, Grok 4.7 đã vượt qua GPT-5.6 Sol, nhưng vẫn còn thua kém Fable 5.1. Các bài kiểm tra độc lập cho thấy hình ảnh hỗn hợp hơn. Artificial Analysis ghi nhận Grok 4.7 có cải thiện nhẹ – 46 so với 44 trên Chỉ số Trí tuệ của họ. Tuy nhiên, khi hoạt động như một tác nhân lập trình trong Grok Build, mô hình dường như mạnh mẽ hơn. Cũng có một nhược điểm: Grok 4.7 có xu hướng dài dòng hơn. Giá token không thay đổi, nhưng đầu ra dài hơn có nghĩa là một số nhiệm vụ có thể tốn chi phí cao hơn. Giá API: $2 cho 1 triệu token đầu vào / $6 cho 1 triệu token đầu ra. Khi prompt vượt quá 200K token, mức giá sẽ tăng gấp đôi. Phiên bản Fast nhanh hơn 2 lần và đắt hơn, hiện chỉ khả dụng trên Cursor và Grok Build. Nhìn chung, Grok 4.7 phù hợp nhất cho các phiên lập trình dài, kho lưu trữ lớn và các nhiệm vụ đa bước phức tạp. Đối với các prompt ngắn, sự cải thiện có thể rất nhỏ. Vậy Grok 4.7 thực sự là một bản nâng cấp lớn – hay chỉ là một mô hình đắt hơn nhưng tỏa sáng trong một phạm vi nhiệm vụ hẹp hơn?