Grok 4.7 评测：智能指数 46 分进前四，token 消耗翻倍
ArtificialAnlys · x · 2026-09-22
Artificial Analysis 发布 Grok 4.7 评测，xAI 首次跻身智能指数前四实验室：
- 智能指数：46 分，比 Grok 4.6 高 2 分（xhigh 推理档）
- Agent 知识工作：AA-Briefcase 上 1657 Elo，较 Grok 4.6 (high) +111，与 Claude Opus 5、Claude Fable 5.1 同处前沿；GDPval-AA 达 1695 Elo
- 编程 Agent：Grok 4.7 + Grok Build 得分 56（+9），原生 harness 中排第 4，超越 GPT-5.6 Sol，仅次于 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5
- 代价是 token：每任务约消耗 81k 输出 token，比 Grok 4.6 (36k) 多 125%，比 GPT-6 Astra (27k) 多 196%
- 其他小幅变化：Terminal-Bench 4.0 +4.5pp，AA-LCR -3.7pp；幻觉率 34%→29%
- 配置：500k 上下文不变，定价 $2/$6 每百万 token（缓存命中 $0.50），推理力度 low 至 xhigh 可调，输出速度约 188 tokens/秒
所属事件:Grok 4.7 发布：评测能力大涨但 token 消耗翻倍引争议(25 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