Grok 4.7 发布：Terminal-Bench 成绩近乎翻倍，主打长时间任务
Scobleizer · x · 2026-09-22
SpaceXAI 发布 Grok 4.7，定位为最强编码与知识工作模型。要点：
- 采用新的更大基础模型，针对耗时数小时的多步任务做了更长的强化学习训练
- 更擅长自我验证与长上下文，原生理解 Grok Bot 系统
- 基准提升明显：CursorBench 4.0 从 40.4% 升至 46.3%，DeepSWE v1.1 从 65.2% 升至 71.0%，Terminal-Bench 4.0 从 20.3% 升至 38.0%
- 在部分基准上超过 GPT-5.6 Sol 与 Fable 5.1
此为第三方账号转述，详情以官方帖为准。
所属事件:xAI 发布 Grok 4.7：同价同速升级，基准大涨(59 条相关)→
「模型」频道最新
- 11 个 LLM 剑桥辩论社对决 1168 场：Claude Fable 5.2 压倒性夺冠 — AymericRoucher · 2026-11-12
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12