Grok 4.7
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 22 分之一。
有 25 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 22 个。
截至 2026年11月16日,Grok 4.7(SpaceXAI)在 BenchLeader Index 上得分 57.4(共 608 个已排名配置)。表现最好的是长上下文(63),最弱的是多模态(56)。API 价格为输入每百万 token $2.00、输出每百万 token $6.00(按 3:1 混合为 $3.00),为 2026年11月16日的标价。输出速度约为 68 token/秒(Artificial Analysis)。发布于 2026年9月21日。
要点(截至 2026年11月16日)
- Grok 4.7 的 API 价格为输入每百万 token $2.00、输出每百万 token $6.00(按 3:1 混合为 $3.00)(标价,2026年11月16日)。
- Grok 4.7 的输出速度约为 68 token/秒(Artificial Analysis,2026年11月16日)。
- Grok 4.7 于 2026年9月21日发布(SpaceXAI)。
详细说明:Grok 4.7 是 SpaceXAI 的闭源推理模型,发布于 2026年9月21日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 57.4 ±2.6,在 608 个配置中排第 154 名,处于上半区。关键在于这个“±”:另有 239 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(63),多模态最低(56)。按混合价格计,每百万 token $3.00,比大多数已排名模型贵。输出速度为 68 token/秒,首次回答需 55.9 秒,比大多数模型慢。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $3.00/M
- 输入 $2.00 · 输出 $6.00
- 来源:Artificial Analysis
- 输出速度
- 68 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 56 s
- 首 token 2.42 s
- 上下文
- 500k
- 来源:OpenRouter
- 完整回答
- 145 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $7.77
- 每项任务 26 min,AA Index
- 单任务 token 数
- 105k
- 其中 66% 为推理
- 发布日期
- 2026年9月21日
- 综合 Index57
- 推理56
- 编程61
- 智能体与工具57
- 数学56
- 知识60
- 人类偏好63
- 多模态56
- 长上下文63
- 综合53
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/grok-4-7)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
SpaceXAI 以这个名称发布过 11 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Grok 4.7xhigh本页 | 2026年9月21日 | 57.4 | #154 |
| Grok 4.6high | 2026年8月11日 | 60.6 | #74 |
| Grok 4.5 | 2026年7月8日 | 59.3 | #109 |
| Grok 4.3high | 2026年4月17日 | 56.5 | #180 |
| Grok 4.2high | 2026年3月10日 | – | – |
| Grok 4.20thinking | 2026年2月17日 | 58.3 | #132 |
| Grok 4.1 | 2025年11月17日 | 57.1 | #160 |
| Grok 4 | 2025年7月9日 | 58.1 | #136 |
| Grok 3 | 2025年2月17日 | 50.9 | #326 |
| Grok 2 | 2024年12月12日 | 42.3 | #495 |
| Grok 4.20 1 | – | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| low | 55.4 | #209 | 70 tok/s | 10 s | $0.0026 | 编程 54 · 知识 60 · 长上下文 65 · 多模态 61 · 推理 46 |
| medium | – | – | 59 tok/s | 2.42 s | $0.0026 | 推理 55 |
| high | 56.9 | #165 | 67 tok/s | 35 s | $0.0026 | 编程 60 · 知识 61 · 长上下文 63 · 推理 53 |
| xhigh最佳 | 57.4 | #154 | 68 tok/s | 56 s | $0.0026 | 智能体与工具 57 · 编程 61 · 综合 53 · 人类偏好 63 · 知识 60 · 长上下文 63 · 数学 56 · 多模态 56 · 推理 56 |
| 未说明 | – | – | 59 tok/s | 2.42 s | $0.0026 | 智能体与工具 53 · 编程 62 · 数学 43 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 xhigh 的成本是 low 的 2.7 倍,Index 变化 +2.0,相当于支出每翻一倍提升 1.4 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年9月22日 至 2026年11月16日- xhigh
- high
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
编程
智能体与工具
数学
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 53.0%#56 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 17.1%#60 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 98.1%#34 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 26.0%#47 | Vals AI | |
| LiveBench Mathematics不计入 Index | 95.7%#16 | – | LiveBench | |
| Arena Maths | 1447#85 | – | Arena (LMArena) | |
| FrontierMath Erdős不计入 Index | 0.0%#8 | – | Epoch AI Benchmarking Hub |
知识
指令遵循
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 80.1%#30 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 75.3%#10 | LiveBench | |
| Arena Instruction Following不计入 Index | 1435#87 | Arena (LMArena) |
人类偏好
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1443#91 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2012#9 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1421#84 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1435#112 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1454#85 | – | Arena (LMArena) |
多模态
| 基准测试 | low | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision | – | 1230#78 | – | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | 75.0%#16 | – | LiveBench | |
| MMMU-Pro | 78.2%#87 | – | – | Artificial Analysis | |
| SAGE不计入 Index | – | 88.7%#7 | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | – | 61.0%#32 | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | 32.5%#17 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | 20.8%#37 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | 37.9%#17 | – | Handshake AI | |
| Code2Video-AA不计入 Index | – | 1127#8 | – | Artificial Analysis | |
| AA-3D不计入 Index | – | 992#14 | – | Artificial Analysis | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | 40.9%#16 |
长上下文
| 基准测试 | low | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 80.0%#88 | 77.0%#155 | 76.7%#157 | – | Artificial Analysis | |
| MLCR不计入 Index | 21.1%#47 | 18.9%#63 | 20.0%#54 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | 68.6%#11 |
综合
| 基准测试 | low | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 156.2#38 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | 67.9%#16 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | – | 77.4%#25 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 31.1#59 | 35.2#49 | 35.5#48 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 42.2#57 | 46.3#34 | 46.5#33 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 316.4#80 | 321.6#53 | 322.7#50 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | 58.6#19 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | 58.8%#15 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | – | 20.2%#18 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | 34.8%#16 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | – | 58.6%#11 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | 72.7%#10 | – | Vals AI | |
| AA Cyber Index不计入 Index | – | – | 56.4#5 | – | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 52.4%#42 | Scale AI SEAL |
GameBench 2 Overall: 63.6. GameBench 2, best reasoning setting (Medium): 72.3. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| SpaceXAI | 70 tok/s | 1.59 s | $2.20 | $6.60 | 500k | – |
| SpaceXAI | 63 tok/s | 3.63 s | $2.00 | $6.00 | 500k | – |
| SpaceXAI | 63 tok/s | 2.03 s | $4.00 | $12.00 | 500k | – |
| SpaceXAI | 60 tok/s | 1.65 s | $2.00 | $6.00 | 500k | – |
| Amazon Bedrock | 49 tok/s | 1.88 s | $2.00 | $6.00 | 500k | – |
使用情况
Grok 4.7 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.500。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0026 | $0.0022 | 1.0 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.028 | $0.014 | 1.1 min |
| 代码编辑 | 6,000 / 1,500 | $0.021 | $0.014 | 1.3 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.144 | $0.076 | 1.9 min |
| 结构化信息提取 | 2,000 / 200 | $0.0052 | $0.0030 | 58.8 s |
包含该模型的编程套餐
可以使用 Grok 4.7 的订阅套餐,列出各自的用量限制和单项任务成本。
将 Grok 4.7 与以下模型对比
- Grok 4.7 vs Muse Spark 1.3
- Grok 4.7 vs DeepSeek V4.1 Flash 1017
- Grok 4.7 vs GPT-5.3-Codex
- Grok 4.7 vs Claude Opus 4.7
- Grok 4.7 vs Inkling 2 Small
- Grok 4.7 vs Claude Sonnet 5.5
- Grok 4.7 vs Gemini 3.8 Flash
- Grok 4.7 vs Claude Opus 5.5
- Grok 4.7 vs GPT-6.1 Sol
- Grok 4.7 vs Gemini 4 Argon
- Grok 4.7 vs Kimi K3
- Grok 4.7 vs Gemini 3.7 Flash
- Grok 4.7 vs GPT-6 Astra
- Grok 4.7 vs GPT-5.6 Sol
- Grok 4.7 vs Claude Fable 5
- Grok 4.7 vs Claude Opus 5
- Grok 4.7 vs GLM 5.3
- Grok 4.7 vs GLM 5.2
- Grok 4.7 vs Muse Spark
- Grok 4.7 vs GLM 5.3 Flash
- Grok 4.7 vs Gemini 3.1 Pro
- Grok 4.7 vs Grok 4.6
- Grok 4.7 vs Qwen3.8 Max
- Grok 4.7 vs Claude Sonnet 5
- Grok 4.7 vs GPT-5.6 Terra
- Grok 4.7 vs Claude Opus 4.8
- Grok 4.7 vs GPT-6.1 Terra
- Grok 4.7 vs Qwen3.8-Flash-Next
- Grok 4.7 vs GPT-5.5
- Grok 4.7 vs Claude Fable 5.1
- Grok 4.7 vs GPT-5.2
- Grok 4.7 vs Muse Spark 1.2
- Grok 4.7 vs Claude Opus 4.6
- Grok 4.7 vs GPT-5.4
- Grok 4.7 vs Muse Wonder
- Grok 4.7 vs Gemini 3.6 Flash
- Grok 4.7 vs Step 5 Preview
- Grok 4.7 vs Qwen3.6 Max
- Grok 4.7 vs Muse Spark 1.1
- Grok 4.7 vs Muse Wonder Full
- Grok 4.7 vs Gemini 3.5 Flash
- Grok 4.7 vs GPT-5.4 Pro
- Grok 4.7 vs Muse Spark Open
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Grok 4.7 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/grok-4-7)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Grok 4.7 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-4-7
BibTeX:
@misc{benchleader_grok_4_7_20261116,
author = {{BenchLeader}},
title = {{Grok 4.7 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/grok-4-7}},
note = {Data as of 2026-11-16}
}常见问题
- Grok 4.7 的基准测试得分是多少?
- 截至 2026年11月16日,Grok 4.7(推理强度 xhigh)的 BenchLeader Index 为 57.4 ±2.6。最强的是长上下文(63),最弱的是多模态(56)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Grok 4.7 排名第几?
- 截至 2026年11月16日,Grok 4.7(推理强度 xhigh)在 608 个已排名配置中排第 154 名。另有 239 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Grok 4.7 每百万 token 的价格是多少?
- 截至 2026年11月16日,Grok 4.7 的价格为输入每百万 token $2.00、输出每百万 token $6.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.00。
- Grok 4.7 比 DeepSeek V4 Flash 更好吗?
- 截至 2026年11月16日,DeepSeek V4 Flash(推理强度 high)与 Grok 4.7(推理强度 xhigh)的质量不相上下(BenchLeader Index 57.2 比 57.4,在 ±4.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Grok 4.7 是什么时候发布的?
- SpaceXAI 于 2026年9月21日发布了 Grok 4.7。BenchLeader 收录了它在 5 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Grok 4.7:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/grok-4-7。