xAI 新旗舰模型 Grok 4.7 已正式上线 Modelflare 平台，支持 50 万 tokens 上下文窗口，接受文本和图片输入、输出文本，可通过 Chat Completions 与 Responses API 调用，此前的 grok-4.5 和 grok-4.6 仍可继续使用。在编程基准测试 CursorBench 的 Extra High 档位中，Grok 4.7 得分 46.3%，略高于同档 Claude Opus 5 的 46.1%，但低于 Opus 5 Max 的 46.6%。成本差距更为显著：按 Cursor 公开标价折算，Grok 4.7 单任务成本约 6.01 美元，而 Opus 5 Extra High 约 11.43 美元，前者约为后者一半。需注意将 reasoning_effort 参数设为 xhigh（默认为 high）才能达到该档位表现，且 Cursor 提示分数存在波动，接近的分差不一定具有统计意义。价格方面，Modelflare 开设两个分组：grok-award（0.03 倍率）输入 0.06 美元、输出 0.18 美元、缓存读取 0.015 美元每百万 tokens；grok-stable（0.11 倍率）输入 0.22 美元、输出 0.66 美元、缓存读取 0.055 美元每百万 tokens。用户在 API Key 页面选择分组、模型名填写 grok-4.7 即可调用。
事件分析
Grok 4.7 在 CursorBench 上与 Opus 5 打平的表现，标志着 xAI 在编程能力这一长期由 Anthropic 主导的领域已基本补齐短板。0.2 个百分点的分差参考价值有限，Cursor 官方也承认存在波动，但单价约为 Opus 5 一半的成本结构更具实质冲击力——当头部模型性能趋同后，价格将成为开发者和平台选型的关键变量。对 Cursor 等编程工具而言，模型供给多元化有助于压低推理成本、改善产品毛利。后续值得关注两点：Grok 4.7 在真实工程场景中长上下文的稳定性表现，以及 Anthropic 是否以降价或调整 Opus 5 Max 策略作出回应。此外，第三方推理平台快速跟进旗舰模型上线，也反映出模型分发与推理服务环节的竞争已进入白热化阶段。
核心观点：头部模型性能差距已收窄至统计误差级别，编程模型竞争正从跑分之争转向定价权之争。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册