Grok 4.7 主打编码与知识工作，与 4.6 同价同速

xAI 这次发布 Grok 4.7，最值得注意的不是"更强"，而是"同价同速"。输入 $2/百万 token、输出 $6/百万 token，与上一代 Grok 4.6 完全一致；同时提供一个"快速变体"，吞吐翻倍、价格也翻倍。这种定价策略传递的信息很明确：xAI 不打算用降价换市场，而是想在同等成本下把能力往上抬一档，让存量用户无痛升级。

另一个信号来自自我定位。马斯克称 Grok 4.7 使 xAI 在"智能体编码"这一细分领域位列第三——这是一个罕见的、带名次的自我评价，既承认了前面还有对手，也把竞争坐标从"通用模型排行榜"挪到了"能替人干活的编码代理"。与此同时，第三方评测机构 Artificial Analysis 给出的结论是：智能体知识工作跻身前沿，编码代理得分升至 56。两个信息源互相印证，说明这次升级的重点不是闲聊体验，而是工具调用、多步执行和代码库级任务。

输入侧：Grok 4.7 的核心假设是"上下文即生产力"。编码与知识工作的典型输入不是一句话，而是仓库结构、依赖清单、issue 描述、日志片段、接口文档的混合体。真正的门槛在于长上下文中保持符号一致性——同一个函数名在第 3 万 token 处和第 12 万 token 处必须指向同一个实体。如果模型在高噪声输入下出现变量重命名、路径臆造，后续所有推理都会建立在错误地基上。因此输入侧的评估重点应是"长上下文召回精度"而非单纯的窗口长度数字。

推理与执行侧：智能体编码的评分跃升，通常来自多步循环的稳定性改善，而不是单次生成质量。具体表现为：工具调用格式更少走样、失败后能自我纠正而非原地重试、计划与执行之间的偏差更小。这类能力对推理成本敏感——步数越多，token 消耗越快，所以"同价"在同一任务上并不等于"同账单"，调用轮次才是真正的乘数。快速变体的存在也说明 xAI 认可这个判断：愿意为延迟付费的场景，往往正是高频多轮的工具循环。

输出与评测侧：用户看到的是补丁、解释和检查清单，但评分体系看的是任务完成度。Artificial Analysis 的 56 分属于代理编码类指标，衡量的是端到端完成率，通常夹杂部分成功与反复试错。需要提醒的是，得分提升到前沿水平，并不等于在你自己那个私有代码库上就能复现——评测集的仓库规模、语言分布、测试覆盖率与真实业务代码往往差异巨大。