> ## Content Index
> Fetch the complete content index at: https://orbiorbi.com/news/llms.txt
> Use this file to discover other available public pages before exploring further.

# Grok 4.7 实测：同价升级，长程任务性价比之选
- URL: https://orbiorbi.com/news/grok-4-7-shice/
- Published: 2026-10-14T13:59:19.000Z
- Updated: 2026-10-14T15:09:35.000Z
- Description: Grok 4.7 与 Grok 4.6 同价，主打性价比前沿。同题对比 GPT-6 Sol，它在沉浸式数字博物馆等复杂长任务上表现突出，但通用能力与隐性 token 成本仍需权衡。
- Author: Orbis News
- Tags: 模型实测, 模型选型

9 月 22 日，[SpaceXAI](https://x.ai/?ref=orbiorbi.com) 正式推出最新旗舰模型 Grok 4.7。官方稿里最朴素的一句话，也是这次发布的核心卖点：与 Grok 4.6 同价同速（$2/$6），能力大幅升级。

![SpaceXAI 官方账号发布 Grok 4.7 的推文截图，称其在与 Grok 4.6 相同的价格和速度下有显著改进，并附价格与基准对比表](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-launch-post.png)

SpaceXAI 官方发布 Grok 4.7 的推文

## 不是最强，而是性价比前沿

![官方竞品对比表：Grok 4.7 xHigh 与 Grok 4.6 High、GPT-5.6 Sol Max、Fable 5.1 Max 的输入输出价格及 CursorBench、DeepSWE、EEBench、Harvey Legal Agent 等基准成绩](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-official-benchmarks.png)

官方竞品对比表

这张官方对比表传达的核心信息是：单看分数，Grok 4.7 并不是冠军；把价格算进来，它就成了最具性价比的模型。

以 CursorBench 为例，Fable 5.1 的分数高出 5.5%，成本却高出五倍以上；在 Harvey 法律基准上，Grok 4.7 拿到 19.6%，Fable 5.1 只有 6.7%，以更低的价格换来近三倍的分数。

所以官方的措辞相当准确：它不是最强的模型，而是处在“性价比前沿”（at the frontier in price-performance）。智能不封顶，定价封顶，这就是马斯克眼下的打法。

尴尬的是，九月末这一波密集的模型更新，让这张对比表一发布就过时了：Grok 4.7 如今的对手已经是 GPT-6 Astra 与 Opus 5.5。

## 安全：既要拦得住，也不能误伤

价格之外，安全能力也是官方重点提及的方向。官方给出了一组双向指标，既看危险请求能否拦住，也看正常工作会不会被误伤：

- 生物安全：在 LatchBio 生物安全基准上以 62.4% 登顶，衡量的是对危险问题的拒绝能力。
- 网络安全：在自家基准 HackerBench v0.3 上，危险的双重用途请求只放行 3.3%，同时很少误拦正当的安全工作。

一个模型的护栏水平，不取决于它拒绝了多少坏请求：坏请求全部拒绝谁都做得到，把分数刷到 100% 毫无意义。真正要看的是，它在拒绝坏请求的同时，能把误拦控制在什么水平。96.7% 的拒绝率与低误伤，正是 Grok 4.7 所强调的。

## 榜单排名

![Artificial Analysis 榜单截图：Grok 4.7（xhigh）与 Grok 4.7（high）智能指数均为 46，上下文 500k，单任务成本分别为 3.74 美元和 2.73 美元](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-aa-ranking.png)

Artificial Analysis 智能指数榜单（节选）

在 [Artificial Analysis](https://artificialanalysis.ai/leaderboards/models?ref=orbiorbi.com) 榜单中，Grok 4.7 排名第 16 位。

## 实测：Grok 4.7 对 GPT-6 Sol

Grok 4.7 的实际生产力边界究竟在哪里？以下是它与 GPT-6 Sol 在同一套题目下的对比实测。

### 参测模型

| 模型        | 上下文窗口 | 官方价格（每百万 token，输入/输出） |
| --------- | ----- | --------------------- |
| grok-4.7  | 500K  | $2 / $6               |
| gpt-6-sol | 1M    | —                     |

### 测评方法

本次评测侧重逻辑、数学、编程、多模态和人类直觉类问题，并非专业前沿领域的权威测试，目的是观察模型的进化趋势，为选型提供参考。

- 题库：逻辑与数学 10 题、人类直觉 7 题、多模态 20 题、编程模拟 12 题，按记分规则取最终结果，下文选取代表性案例展示（[题库链接](https://docs.google.com/spreadsheets/d/1sBxs60yWsxc9I5Va8Rjc1%5Fle1Omg2hOXbwqOzpImZio/edit?gid=0&ref=orbiorbi.com#gid=0)）。
- 记分：每题满分 10 分，按扣分标准评分，最终取各轮平均值。
- 所有模型使用统一提示词，取第一次生成结果；编程题在 Claude Code 沙盒中完成。

编程案例按以下等级评定：

- ⭐⭐⭐⭐⭐ S 级：行业标杆，重新定义标准。
- ⭐⭐⭐⭐ A 级：生产力合格，无明显短板。
- ⭐⭐⭐ B 级：表现中规中矩，存在短板。
- ⭐⭐ 及以下 C 级：不可用，存在明显问题。

## 测试结果总览

![多模态模型分数榜单：GPT-6 Sol 加权总分 38.40 排第 8，Grok 4.7 加权总分 38.39 排第 9](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-scoreboard.png)

多模态模型分数榜单，紫色高亮为本期对比模型

GPT-6 Sol 加权总分 38.40，排第 8；Grok 4.7 以 38.39 紧随其后，排第 9，上一代 Grok 4.6 为 38.38，排第 11。分项上，Grok 4.7 在编程模拟上领先（9.86 对 9.80），逻辑与数学（9.73 对 9.75）和人类直觉（9.80 对 9.85）略逊，多模态两者同为 9.00。

## 案例 1：多模态推理

提示词：根据以下图片，推测它们分别描述的是哪些著名电影。

答案：

1. Snakes on a Plane《航班蛇患》
2. Independence Day《独立日》
3. Mean Girls《贱女孩》
4. Paths of Glory《光荣之路》
5. 8 Mile《8英里》
6. The Matrix Revolutions《黑客帝国3：矩阵革命》
7. Field of Dreams《梦幻之地》
8. Alpha and Omega《丛林有情狼》
9. The Thirteenth Floor《异次元骇客》
10. The Sum of All Fears《惊天核网》

![电影名图谜：十个格子分别用数学公式、坐标图和图形暗示一部电影的片名](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-case1-question.png)

![Grok 4.7 的回答，逐题列出十部电影及推理过程，第 4 题答为《Glory》并被红框标出](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-case1-grok.png)

Grok 4.7：9 部推理正确

![GPT-6 Sol 的回答，按顺序列出全部十部电影及简要理由](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-case1-sol.png)

GPT-6 Sol：全部推理正确

## 案例 2：程序化 SVG 图形生成

提示词一：绘制一幅运动员在网球对打的动态 SVG 图。

![Grok 4.7 生成的网球对打动态 SVG：蓝衣与红衣球员在绿色球场两端对打，观众席与计分牌可见](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-svg-tennis-grok.gif)

Grok 4.7

![GPT-6 Sol 生成的网球对打动态 SVG：两名球员在俯视角度的蓝绿色球场上对打](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-svg-tennis-sol.gif)

GPT-6 Sol

提示词二：绘制一幅马快跑到河边饮水的动态 SVG 图。

![Grok 4.7 生成的马奔向河边饮水动态 SVG：远山、草地、松树与河流组成的场景](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-svg-horse-grok.gif)

Grok 4.7

![GPT-6 Sol 生成的马奔向河边饮水动态 SVG：马从画面左侧进入，奔向起伏草地旁的河流](https://orbiorbi.com/news/content/images/2026/10/grok-4-7-svg-horse-sol.gif)

GPT-6 Sol

| 测评点     | Grok 4.7 | GPT-6 Sol |
| ------- | -------- | --------- |
| 语义表达准确度 | ⭐⭐⭐⭐⭐    | ⭐⭐⭐⭐⭐     |
| 图形构造复杂度 | ⭐⭐⭐      | ⭐⭐⭐       |
| 动态实现质量  | ⭐⭐⭐⭐     | ⭐⭐⭐       |

## 案例 3：3D 跑酷小游戏

提示词（英文原文）：

```
Create a polished 3D endless runner game as a single self-contained HTML file.
The gameplay should be inspired by the familiar mechanics of mobile endless runners: the character automatically runs forward along a multi-lane path, while the player can switch lanes, jump, slide, and dodge obstacles. Add collectible items, increasing speed, score tracking, and game-over/restart states.
Create a completely original setting, characters, environment, and visual identity. Do not copy the visual style, characters, locations, props, UI, or assets of any existing game. Use a stylized 3D aesthetic with a strong sense of depth and motion.
Include:
Smooth third-person camera following the character
Three-lane movement with responsive controls
Jumping, sliding, and obstacle avoidance
Procedurally generated sections so the run can continue
Moving obstacles and varied environmental hazards
Collectibles and score progression
Increasing difficulty and speed
Polished animations, lighting, particles, and camera effects
Keyboard and mouse controls
A clear start screen, HUD, game-over screen, and restart button
The final result should feel like a complete, polished 3D mini-game rather than a technical demo.
```

### Grok 4.7

优势：

- 采用完整的 Three.js 真 3D 渲染，支持真实光照、阴影等效果。
- 游戏系统完整：车道切换、跳跃、滑铲、速度递增、距离里程碑、最佳成绩持久化等一应俱全。

不足：

- 视觉表现力一般，整体画面偏暗，拾取收集物时没有触发特效，吸引力打了折扣。
- 没有做移动端触控适配。

### GPT-6 Sol

优势：

- 使用 3D 相机系统，带相机跟随、抖动、闪光、速度线等效果，技术含量更高。
- 几何体由 3D 多边形组成，深度排序正确，遮挡关系自然，场景纵深合理。
- 有音频反馈，用 WebAudio 动态合成音效，提升了游戏体验。

不足：

- 虽然由 3D 多边形构建，视觉风格却偏“积木感”。
- 没有本地最高分持久化，重开后没有“BEST”记录，削弱了反复挑战的动力。

| 测评点   | Grok 4.7 | GPT-6 Sol |
| ----- | -------- | --------- |
| 玩法创意性 | ⭐⭐⭐⭐     | ⭐⭐⭐⭐      |
| 视觉执行力 | ⭐⭐       | ⭐⭐⭐       |
| 技术实现  | ⭐⭐       | ⭐⭐⭐⭐      |

## 案例 4：沉浸式数字博物馆

提示词（英文原文）：

```
Create a premium immersive 3D web experience about the history and making of traditional Chinese mooncakes, delivered as a single self-contained HTML file.
Design it as a cinematic digital museum rather than a conventional webpage. The visitor should move through a virtual exhibition space and experience the story through carefully choreographed camera movements, lighting, animations, spatial transitions, and interactive 3D objects.
The experience should include:
Origin & History — a cinematic introduction explaining the origins and cultural evolution of mooncakes through an immersive historical gallery.
Ingredients — interactively explore flour, lotus seeds, egg yolks, nuts, and other ingredients as detailed 3D objects.
Making Process — show the complete process: preparing the filling, making the dough, wrapping, shaping with a wooden mold, baking, and the final mooncake emerging from the oven.
Mooncake Showcase — create several original regional and traditional mooncake variations with different shapes, patterns, fillings, and textures.
Cultural Story — connect mooncakes with the Mid-Autumn Festival, family reunion, the full moon, lanterns, and traditional Chinese symbolism.
Build all visual elements yourself with Three.js and procedural geometry/materials. Do not rely on external images, downloaded 3D models, stock assets, or image textures. Model the mooncakes, ingredients, utensils, exhibition architecture, lanterns, moon, clouds, tables, shelves, and other major visual elements from scratch.
Use a sophisticated visual language: dark museum architecture, warm golden illumination, subtle volumetric atmosphere, realistic materials, soft shadows, reflections, floating particles, and restrained Chinese-inspired visual details.
The transitions should feel like a digital film or high-end interactive museum installation rather than a website slideshow. Use cinematic camera choreography, depth of field, slow reveals, object close-ups, environmental animation, and smooth transitions between exhibition spaces.
Make the experience highly polished and interactive. Users should be able to explore objects, trigger animations, zoom into the mooncake-making process, and move naturally between different exhibition areas.
The final result should feel like an award-winning interactive digital exhibition, with strong storytelling, atmosphere, spatial depth, and visual craftsmanship — not a collection of simple 3D objects placed on a webpage.
```

### Grok 4.7

优势：

- 覆盖六大展厅，内容全面：首页→由来→食材→制作工序→月饼标本→花园造景，营造出真正沉浸式的数字展览体验。
- 电影级相机编排：自动巡览与手动拖拽相结合，用平滑曲线实现相机绕物体旋转和滚轮拉近，视觉冲击力大幅提升。
- 材质与纹理全部程序化生成，使用 Canvas 2D 绘制。
- HUD 与 UI 完整，章节面板、inspect 卡片、loading 和 intro 一应俱全。

不足：

- 代码量过大，内联打包的 Three.js 约 4.6 万行。
- 阴影被禁用，主要靠 SpotLight 和烘焙感来替代。

### GPT-6 Sol

优势：

- 设有 5 个独立的圆形展厅，按章节分段，底部带进度条。
- 相机跟随系统成熟，可以通过拖拽自由调整视角。
- 视觉语言统一，代码工程质量高。

不足：

- 加载依赖 CDN module，离线状态下无法使用。
- 部分物体几何精度有限，细看质感不足。
- 交互提示偏弱，部分功能在鼠标悬停时没有高亮或描边反馈。

| 测评点      | Grok 4.7 | GPT-6 Sol |
| -------- | -------- | --------- |
| 视觉执行力    | ⭐⭐⭐⭐⭐    | ⭐⭐⭐       |
| 叙事与信息完整度 | ⭐⭐⭐⭐⭐    | ⭐⭐⭐⭐      |
| 交互与用户体验  | ⭐⭐⭐⭐     | ⭐⭐⭐       |

## 结论

评价 Grok 4.7 始终绕不开一组矛盾：脱离价格谈性能，它算不上赛场上的最高分选手；把成本纳入权衡，它又站到了性价比的前沿。综合基准榜单和多轮实测来看，Grok 4.7 相比上一代 Grok 4.6 的提升确实可以感知，但与第一梯队旗舰相比，短板同样无法回避。

### 优势：复杂长任务的完成度明显提升

Grok 4.7 在长时任务和复杂知识方向上有所提升。对于需要模型持续处理多个步骤、不断生成代码并维持整体结构的任务，这种优势会更加明显。

从本次实测案例看，Grok 4.7 拆解和执行复杂需求的能力都比较突出，案例 4 的数字博物馆效果尤其惊艳：模型一次性搭建起多展厅结构、相机巡览、交互系统和完整的内容叙事，最终产出的不是简单的 3D 物体堆砌，而是具备一定完整度的沉浸式体验。

### 优势：低单价仍是最现实的筹码

Grok 4.7 沿用了上一代 Grok 4.6 的定价，输入每百万 token 2 美元、输出每百万 token 6 美元，按单价看确实是前沿模型里最低的一档。在能力已经可以与第一梯队竞争的情况下，这个价格留出了充足的使用空间。对于需要大量调用模型、又需要一定复杂任务能力的开发者，低单价会直接降低试错成本。

### 短板：跑分存在环境差异，通用能力仍有提升空间

在官方基准中，Grok 4.7 在 CursorBench、Terminal-Bench、EEBench 等项目上都有明显提升，但第三方独立测试的分数有所回落，并没有同步来到绝对领先的位置。Artificial Analysis 综合榜单上它只排第 16 位，综合智能指数 46 分，与 GPT-6 Astra、Fable 5.1 拉开了一档差距。

实测案例同样显示，Grok 4.7 在复杂项目上具备较强的生成能力，但离真正意义上的工程优化还有一段距离。对于这类大型 HTML/Three.js 项目，代码越长，后续维护和修改的成本也越高。

此外，模型针对安全护栏做了迭代，生物安全和网络安全基准表现不错，兼顾了拦截风险请求和不误伤正常工作。但在通用对话和精细指令理解方面，偶尔可能出现输出冗余、逻辑僵硬的情况。

### 短板：Token 消耗可能带来隐性成本

虽然 Grok 4.7 的定价与 Grok 4.6 完全一致，但部分社区反馈提到，处理复杂任务时模型会输出更长的推理链路，输出 token 消耗随之抬升。

简单任务下，Grok 4.7 的单 token 成本优势明显；而在长流程、持续迭代的场景中，整体花费不一定比高端模型更低。

### 选型：别只看跑分和标价

Grok 4.7 并没有朝全能通用模型的方向做全面迭代，而是把资源更多地倾斜到了长流程工程、Agent 这类专项能力上。它的能力区间不能单凭跑分来定义，潜在问题也不能用低价标签来掩盖。实际选型时，除了参考基准分数和公开标价，还需要把任务复杂度、迭代次数、token 消耗等实际运行因素纳入考量，才能判断它是否适合自己的业务场景。

---

转自 [302.AI](https://302.ai/blog/302-ai-benchmark-lab-review-on-grok-4-7/?ref=orbiorbi.com)