卧槽， Grok 4.7来了，距离 Grok 4.6 才一个多月。 新模型直接换了更大的 base model，又专门拉长训练去啃那些要连续干几个小时的任务，重点补了 Coding、长上下文、自我检查、文档和 Agent 工作。 这次提升最夸张的是 Terminal-Bench，20.3% 直接干到 38.0%，接近翻倍。 CursorBench 40.4% → 46.3%，DeepSWE 65.2% → 71.0%。 而且它开始出现一些很奇怪的“偏科优势”： 法律任务 19.6%，GPT-5.6 Sol 只有 2.5%、Fable 5.1 是 6.7%。 电气工程 64.0%，同样超过两家。 不过 Coding 并不是全面第一，DeepSWE 仍略低于 GPT-5.6 Sol，Terminal-Bench 也明显低于 Fable 5.1。 但我觉得最狠的还是价格。 Grok 4.7 换了更大的模型、能力全线涨，API 价格居然继续保持输入 $2/M、输出 $6/M，跟 Grok 4.6 完全一样。SpaceXAI 自己给的对比里，GPT-5.6 Sol 是 $4/$20，Fable 5.1 是 $10/$50。