Grok 4.7 正式发布:编程能力再升级,AI 正在从“写代码”走向“完成工作”
9月21日,xAI 正式发布新一代人工智能模型 Grok 4.7。
这次更新距离 Grok 4.6 发布仅一个多月,但从官方公布的信息来看,Grok 4.7 并不是一次简单的版本迭代。新模型采用了更大规模的基础模型,并针对软件开发、复杂任务处理和专业知识工作进行了重点优化。
xAI 将其定位为目前旗下编程与知识工作能力最强的模型,并表示,相比部分同类模型,Grok 4.7 能够以更低的成本提供更高效的服务。
对于普通用户来说,这意味着 AI 可能变得更加聪明、更加好用。而对于软件开发者和企业用户而言,这次更新还有一个更值得关注的变化:AI 正在从完成单个任务,逐步向处理复杂、连续的工作流程发展。
一、Grok 4.7 有哪些实质性提升?
过去一段时间,大模型的竞争已经不再局限于聊天、知识问答和文章生成。谁能更好地处理真实工作中的复杂问题,正在成为衡量模型能力的重要标准。
Grok 4.7 的升级方向也体现了这一变化。
根据 xAI 官方介绍,新模型采用了比 Grok 4.6 更大规模的基础模型,同时延长了强化学习训练时间,并增加了高难度、长周期任务在训练中的比重。
简单来说,Grok 4.7 不仅要能够回答问题,还需要在面对复杂任务时,持续进行分析、执行和检查。
以软件开发为例,过去使用 AI 辅助编程,开发者通常需要将需求拆分成多个小任务,让 AI 分别完成代码编写、错误排查或功能修改。
但在实际项目中,开发工作往往没有这么简单。
一个看似普通的功能调整,可能涉及数据库结构、后端接口、前端页面以及多个业务模块。如果 AI 只能理解当前的一小段代码,就很难真正参与完整的软件开发流程。
Grok 4.7 的改进重点之一,正是提升模型对长上下文和复杂任务的处理能力,使其能够在更长的工作过程中保持对任务目标的理解,并对自己的执行结果进行检查。
当然,模型能力的提升并不意味着开发者可以完全放手。对于涉及复杂业务逻辑、系统架构和生产环境的开发任务,人工审查和测试仍然不可缺少。
二、编程能力进一步提升,复杂开发任务成为重点
软件开发是 Grok 4.7 此次升级的重要方向。
根据 xAI 公布的测试结果,在衡量长时间编程任务表现的 CursorBench 4.0 测试中,Grok 4.7 取得了 46.3% 的成绩,而上一代 Grok 4.6 为 40.4%。
在 Terminal-Bench 4.0 测试中,Grok 4.7 的成绩达到 38.0%,相比 Grok 4.6 的 20.3% 有明显提升。
这些数据说明,在官方公布的测试条件下,新模型在复杂编程任务以及终端环境中的任务执行能力方面取得了进步。
不过,基准测试成绩并不能完全代表实际开发体验。不同项目的代码规模、技术栈、业务复杂度和执行环境,都可能影响模型的最终表现。
对于软件开发行业来说,真正值得关注的并不是 AI 一次能够生成多少行代码,而是它能否理解项目、持续执行任务,并交付经过验证的结果。
举个例子。
假设开发者需要在现有 CRM 系统中增加一套客户跟进提醒功能。
这项需求可能涉及客户数据读取、提醒规则设计、定时任务、消息通知、前端页面以及权限管理等多个环节。
传统的 AI 辅助开发方式,通常需要开发者分别描述这些需求,再逐一处理生成的代码。
而随着 AI 编程模型和智能体工具不断发展,开发者可以尝试将相对完整的任务交给 AI,让其分析现有代码、制定修改方案、完成部分功能开发,并通过自动化测试检查结果。
开发者则将更多精力放在业务需求确认、架构设计、代码审查以及最终交付质量上。
这也是当前 AI 编程工具值得关注的发展方向。
三、不只是编程,文档处理和专业办公能力也在提升
除了软件开发,Grok 4.7 还进一步加强了专业知识工作能力。
xAI 在官方介绍中特别提到了文档、演示文稿以及多步骤办公任务。
在相关测试中,Grok 4.7 相比上一代模型取得了更好的成绩。官方表示,新模型在部分专业知识工作基准测试中,已经能够与其他前沿大模型保持相近的表现。
这类能力提升,对企业用户同样具有实际意义。
日常经营中,企业需要处理大量并不复杂、但比较耗费时间的工作。例如整理业务资料、汇总项目进度、生成经营分析报告、编制技术方案,以及根据已有数据制作演示文稿等。
这些工作往往需要从多个文件或系统中提取信息,再按照一定的业务规则进行整理。
如果 AI 能够更准确地理解任务要求,并在较长的工作流程中保持稳定,就有机会承担其中更多重复性较高的环节。
但在实际应用中,AI 生成的内容仍然需要进行事实核对,特别是涉及合同、财务、法律以及其他专业领域时,不能直接将模型输出作为最终依据。
对于企业来说,如何将 AI 与现有业务系统结合,使其能够在明确权限和规则的前提下处理实际工作,可能比单纯使用一个聊天工具更有价值。
四、价格保持不变,开发者可以通过 API 接入
性能提升之外,Grok 4.7 的另一个值得关注的地方是定价。
根据 xAI 官方公布的信息,Grok 4.7 的标准 API 基础价格与 Grok 4.6 保持一致。
在输入长度不超过 20 万 Token 的相应计费档位下,其主要价格如下:
计费项目 | 价格 |
|---|---|
输入 Token | 2 美元 / 百万 Token |
缓存输入 Token | 0.5 美元 / 百万 Token |
输出 Token | 6 美元 / 百万 Token |
当输入长度超过 20 万 Token 时,将适用更高的计费档位。此外,xAI 还提供运行速度更快的版本,价格为标准版本的两倍。
对于软件开发企业来说,API 价格直接关系到 AI 功能的实际落地成本。
例如,一套接入大模型的企业知识库系统,可能需要频繁读取内部文档、检索历史资料并生成回答。
如果模型能够以较低的成本完成更多工作,企业就有机会在不明显增加预算的情况下,为系统增加更复杂的 AI 功能。
不过,实际应用成本并不能只看模型的 Token 单价。
系统调用频率、上下文长度、重复调用次数,以及数据存储、检索和服务器等配套费用,都需要纳入整体预算。
对于准备将 AI 引入现有业务系统的企业而言,先通过小规模场景验证效果,再根据实际使用情况逐步扩大应用范围,仍然是比较稳妥的实施方式。
五、Grok 4.7 已开放使用,进一步融入主流开发工具
随着新模型发布,Grok 4.7 已经开始进入开发者日常使用的工具和平台。
根据官方信息,目前开发者可以通过 Grok API、Cursor、Grok Build 等渠道使用新模型。
xAI 同时提供 50 万 Token 的上下文窗口,支持文本和图像输入,并提供不同级别的推理强度设置。
此外,GitHub 也于 9 月 21 日宣布,Grok 4.7 开始逐步接入 GitHub Copilot,开发者可以在 Visual Studio Code、Visual Studio 以及其他受支持的开发环境中使用该模型,具体可用情况取决于产品套餐和平台部署进度。
值得注意的是,如今大模型厂商的竞争,已经不再只是模型本身的能力竞争。
模型能否融入开发环境、能否理解现有项目、能否调用工具完成任务,以及是否具备稳定的执行能力,都在影响开发者的实际使用体验。
一个模型即使在测试中表现出色,如果缺乏合适的工具和工作流程支持,也未必能够在真实项目中充分发挥作用。
反过来,当模型、开发工具和项目环境能够更好地结合,AI 才有可能从简单的代码生成工具,逐步成为真正参与项目开发的智能助手。
六、从 Grok 4.7 看 AI 软件开发的下一步
Grok 4.7 的发布,再次体现了大模型行业正在发生的一个变化:AI 的发展重点,正在从单次回答质量,逐步延伸到复杂任务的持续执行能力。
对于软件开发行业而言,这种变化尤为明显。
过去,AI 更多被用于编写函数、解释代码、排查错误等相对独立的工作。
现在,越来越多的 AI 编程工具开始尝试理解整个代码仓库,处理跨文件修改、运行测试,并通过多轮操作完成更完整的开发任务。
这并不意味着软件开发会变成一件完全不需要专业知识的事情。
恰恰相反,当代码生成变得越来越容易,如何准确理解客户需求、设计合理的业务流程、保证系统安全稳定,以及将软件真正交付到生产环境,仍然是软件开发项目中的关键环节。
对于企业客户来说,最终关心的也不是开发过程中使用了多少 AI,而是系统能否解决实际问题,能否稳定运行,以及后续是否能够持续维护和升级。
从这个角度看,AI 技术的进步为软件开发行业带来了新的工具,也在推动传统开发模式发生变化。
未来的软件开发,可能不再只是开发人员逐行编写代码,而是人与 AI 协同完成需求分析、系统设计、开发、测试和交付。
Grok 4.7 是这一发展过程中的又一次产品迭代。
至于它在真实项目中究竟能够发挥多大作用,还需要更多实际应用来检验。
可以确定的是,随着大模型持续升级,AI 与软件开发、企业管理及业务系统之间的结合正在不断加深。对企业而言,如何把这些新技术转化为真正可用、可维护、能够创造实际价值的数字化工具,将是接下来值得持续关注的方向。
参考资料: