Grok 4.7 — флагманская языковая модель xAI, представленная 21 сентября 2026 года. Релиз ставит ставку не на разовые рекорды в чате, а на долгую автономную работу: модель рассчитана на программирование, агентные сценарии и профессиональную работу с документами, где требуется многочасовое выполнение задачи, а не короткий ответ одной репликой. Ключевые цифры: контекстное окно 500 000 токенов, четыре уровня рассуждения и цена API $2 за миллион входных токенов — в несколько раз дешевле конкурентов того же класса.
Что нового в Grok 4.7
Агентная модель вместо чат-бота
Главное отличие от предшественницы — смещение фокуса с быстрых ответов на длинные инженерные задачи. В xAI продлили обучение с подкреплением (reinforcement learning) и добавили в датасет кейсы, которые человек решает часами. Модель сама планирует работу, вызывает инструменты через function calling, выполняет код и перепроверяет результат — это то, что отличает агента от обычного чат-бота. Разработка сопровождалась переносами дедлайнов именно из-за глубокой перестройки обучающих данных: xAI сознательно отказалась от заточки под стандартные диалоговые сценарии в пользу автономности.
Механизм Self-Verification: борьба с «ленью» ИИ
Классическая проблема RL-обучения: модели штрафуют за избыточную генерацию, поэтому они вырабатывают привычку срезать углы и выдавать поверхностные ответы на многоступенчатых алгоритмах. В Grok 4.7 этот узел разрубили улучшенной самопроверкой (Self-Verification): перед выдачей результата модель прогоняет внутренние итерации валидации — проверяет синтаксис и логические разрывы в коде, тестирует краевые случаи (edge cases), сверяется с базой знаний и отсекает галлюцинации. По отзывам тестировщиков, ошибок по ходу длинных задач стало заметно меньше: сеть чаще находит и исправляет их сама, а не отдаёт первый попавшийся ответ.
Контекстное окно 500 000 токенов
Контекст не вырос — полмиллиона токенов, примерно 750 страниц A4. Этого хватает, чтобы загрузить целиком средний легаси-репозиторий и не бояться, что на сороковом файле модель «забудет» архитектурные паттерны первых модулей. Длинные договоры, отчёты и техническая документация анализируются без потери деталей из начала текста. Нюанс: у конкурентов вроде Claude и GPT контекст достигает миллиона токенов, так что для экстремально больших входов это узкое место.
Технические характеристики Grok 4.7
| Параметр | Значение |
|---|---|
| Дата релиза | 21 сентября 2026 года |
| Разработчик | xAI (SpaceXAI) |
| Контекстное окно | 500 000 токенов |
| Вход / выход | текст, изображения и PDF — на вход, только текст — на выход |
| Уровни рассуждения | low, medium, high (по умолчанию), xhigh |
| Инструменты | function calling, поиск в интернете и по X, выполнение кода, structured outputs |
| Дата отсечения знаний | май 2026 года |
| Цена API | $2/$6 за 1 млн входных и выходных токенов (до 200K контекста) |
| Где доступна | xAI API, Cursor, Grok Build, OpenRouter |
Оценка параметров — около 2,1 триллиона весов против 1,5 триллиона у Grok 4.6. Цифра фигурирует в заявлении основателя компании и пока не подтверждена независимой технической документацией, поэтому воспринимать её стоит как ориентир. Ввод — мультимодальный: текст, изображения и файлы; генерация изображений и видео остаётся отдельными продуктами линейки (Grok Imagine).
Бенчмарки: цифры и расхождения
Результаты стоит разделить на три группы — замеры самой xAI, независимые рейтинги и места, где цифры расходятся. Смешивать их нельзя: методики и настройки reasoning effort отличаются.
Официальные тесты xAI (режим xhigh)
- Terminal-Bench 4.0 — рост с 20,3% до 38,0%, почти удвоение в терминальных сценариях.
- CursorBench 4.0 — 46,3% против 40,4% у Grok 4.6.
- DeepSWE v1.1 — 71% против 65,2%.
- EEBench (электротехника) — 64% против 53%, первое место среди сравниваемых моделей.
- Harvey Legal Agent — 20% против 16%, лидерство в юридических агентных задачах.
- HealthBench Professional — 57% против 49%.
Независимые замеры
Artificial Analysis дала Grok 4.7 46 баллов в Intelligence Index — на два балла больше предшественницы и четвёртое место среди лабораторий. Лидеры остаются выше: GPT-5.6 Sol — 47, Opus 5 — 51, а Fable 5.1 и GPT-6 Astra делят вершину с 53. Зато Coding Agent Index (в связке с оболочкой Grok Build) вырос с 47 до 56 баллов — это обгон Sol и четвёртое место. По соотношению стоимости попытки и качества модель входит в самые выгодные на рынке: в «тяжёлом» режиме выполнение задачи стоит порядка $2,73, что дешевле флагманов в разы.
Есть и расхождения: в независимом прогоне Terminal-Bench 4.0 Grok 4.7 решил лишь 26% задач, тогда как GPT-6 Astra — существенно больше. По всем источникам сходится одно: корону абсолютного лидера модель не забрала, но предложение по цене и возможностям получилось одним из самых сбалансированных.
Цены: стандартная версия, Fast и режим xhigh
Стоимость не изменилась по сравнению с Grok 4.6: $2 за миллион входных и $6 за миллион выходных токенов при контексте до 200 000 токенов. Для более длинных запросов тариф растёт до $4 и $12 соответственно. Отдельно продаются чтение кэша ($0,50 за 1 млн токенов) и веб-поиск ($5 за 1000 вызовов). Существует и Grok 4.7 Fast — та же модель на ускоренной инфраструктуре со вдвое более высокой скоростью генерации, но удвоенной ценой ($4/$12); она доступна только в Cursor и Grok Build, не входит в бесплатный тариф Grok Build и отсутствует в публичном API.
Важная оговорка про режим xhigh: рассуждение отключить нельзя, а сверхвысокий уровень расходует примерно вдвое больше токенов — около 81 000 выходных токенов на задачу против 38 000 у Grok 4.6 в high. Прирост качества при этом минимальный, а скорость падает: генерация идёт со скоростью около 188 токенов в секунду, средняя задача занимает до семи минут. Для простых запросов разумнее выбирать уровни ниже — это касается и стоимости, и времени ожидания.
Сравнение с конкурентами
| Модель | Контекст | Цена вход/выход, $ за 1M | Сильная сторона |
|---|---|---|---|
| Grok 4.7 | 500K | 2 / 6 | агентные задачи, код, цена |
| GPT-6 Astra | ~1M | 4 / 20 | чистый интеллект, бенчмарки |
| Claude Fable 5.1 | ~1M | выше в разы | терминал, кодинг без бюджета |
| Opus 5 | ~1M | высокая | сложные рассуждения |
Вывод прост: если нужен максимум интеллекта и гигантский контекст — берите флагманов Anthropic или OpenAI. Если важна цена за токен при флагманском уровне агентных возможностей — Grok 4.7 сейчас один из самых рациональных выборов.
Кому подойдёт модель
- Разработчикам — рефакторинг больших проектов, поиск багов, написание тестов и многочасовые задачи в Cursor и Grok Build.
- Инженерам и аналитикам — разбор технической документации и длинных массивов данных.
- Юристам и исследователям — агентная работа с документами, где критичны внимательность и самопроверка.
- Тем, кто пишет отчёты, — модель заметно прокачалась в профессиональной работе со знаниями и презентациями.
Безопасность и защита
xAI полностью пересобрала систему safeguards: на тесте HackerBench v0.3 прошло лишь 3,3% опасных запросов, а по биобезопасности (LatchBio) модель показала 62,4%. Заодно снизилось число ложных отказов на легитимных запросах — вечная боль моделей с RLHF, которые «перестраховываются» и отказывают без причины. Для бизнеса это означает предсказуемое поведение в продукте без неожиданных блокировок рабочих сценариев.
Как получить доступ
Модель доступна под идентификатором grok-4.7 через xAI API, Grok Build (где она стала документированным дефолтом), Cursor и OpenRouter. Прямого доступа из России к официальным каналам нет: нужны зарубежная карта и обходные схемы, поэтому многие пользователи выбирают агрегаторы, где модель открывается без VPN. Перед началом работы стоит изучить возможности искусственного интеллекта на профильных ресурсах — например, подробные обзоры нейросетей и инструкции по подключению собраны на информационном портале детинейросети.рф.
Практический совет для разработчиков: используйте стабильный prompt_cache_key для повторного использования промптов — это заметно снижает счёт за токены, хотя не гарантирует кэширование каждого входа. И сохраняйте reasoning между ходами диалога: в Responses API зашифрованные рассуждения возвращаются автоматически и их нужно передавать назад без изменений. Учтите также, что Batch API для этой модели не поддерживается — перед планированием асинхронных массовых задач сверяйтесь со страницей модели.
Вывод: стоит ли переходить на Grok 4.7
Grok 4.7 — крепкий шаг вперёд, но не революция. Модель обошла предшественницу во всех опубликованных тестах, сохранила прежний тариф и стала заметно сильнее в коде, инженерии и юридической работе. По чистому интеллекту она уступает Claude и GPT, работает медленно и пишет многословно. Если бюджет наравне с результатом — это один из самых выгодных сильных агентов на рынке. Если нужен абсолютный топ без оглядки на деньги — смотрите в сторону Fable 5.1 или Opus 5.
