知识卡片：SpaceXAI 发布 Grok 4.7，长任务能力提升而价格不变

一句话结论

据《腾讯研究院AI速递 20260923》，SpaceXAI 发布 Grok 4.7，换用更大基础模型并延长强化学习周期，重点强化长时间任务、自我检查与长上下文管理；标准版每百万输入/输出 Token 定价维持 2 美元/6 美元，但跑分表现存在网友质疑，独立验证待核实。

事件概述或研究问题

• 报道称，SpaceXAI 发布 Grok 4.7。
• 升级方向包括：更大基础模型、更长强化学习周期、长时间任务、自我检查与长上下文管理。
• 报道称其速度为可比模型两倍；可比对象与测试口径待核实。
• 已上线 Cursor 与 Grok Build。
• 标准版定价为每百万输入 Token 2 美元、每百万输出 Token 6 美元，与上代持平。
• 上代具体版本、发布时间与地区可用性待核实。

方法/产品要点

• 模型层面：换用更大基础模型。
• 训练层面：延长强化学习周期。
• 能力层面：强化长时间任务、自我检查、长上下文管理。
• 速度：报道称为可比模型两倍；具体比较基准待核实。
• 集成：已上线 Cursor 与 Grok Build。
• 定价：标准版每百万输入/输出 Token 分别为 2 美元和 6 美元，与上代持平。

主要结果或产业意义

• CursorBench 4.0 得分 46.3%，较上代提升 5.9 个百分点。
• Terminal-Bench 4.0 由 20.3% 升至 38.0%。
• GDPval 与法律、医疗等专业评测同步提升；具体分数未在材料中列出，待核实。
• 价格不变而能力提升，可能降低开发者在长任务/代理工作流中的试用门槛。
• 上线 Cursor 与 Grok Build，显示其面向代码编辑与代理构建场景的意图。
• 材料同时提到有网友对其跑分表现并不认可；质疑理由与独立复现情况待核实。

为什么重要

• 竞争焦点从短问答转向长任务、长上下文与自我检查，这些能力直接关系到编码代理、研究代理和复杂工具调用。
• “基准提升 + 价格持平”的组合会影响开发者选型与竞品定价压力。
• 与已有卡片中 NIST AI RMF、Epoch AI、OpenRouter 主题不同，本条增量是具体模型发布、基准与定价信息；若纳入同一知识库，可补齐“模型能力—开发者工具—定价”这一产品层视角。

局限与不确定性

• 材料为二手速递，SpaceXAI 的准确名称、Grok 4.7 发布主体与发布日期待核实。
• 跑分测试条件、测试方、是否独立审查、是否与上代同口径对比，均待核实。
• GDPval、法律、医疗等评测的具体分数未列出，待核实。
• “速度为可比模型两倍”中的可比模型、速度指标和测试环境待核实。
• 标准版之外的版本、折扣、缓存计价、区域可用性待核实。
• 网友质疑的具体内容、样本量与代表性待核实。
• 已上线 Cursor 与 Grok Build 的具体地区、权限和功能范围待核实。

可用于图书/PPT/简报的角度

• 作为“AI 模型竞争转向长任务与代理能力”的案例。
• 讨论基准分数与社区质疑并存的模型评测可信度问题。
• 分析“能力提升但价格不变”对开发者采用和 API 市场的影响。
• 观察模型厂商与 Cursor、Grok Build 等开发工具/代理平台的集成策略。
• 企业选型时区分厂商基准、第三方评测与真实工作流验证。

原始材料

• 来源：腾讯研究院AI速递 20260923
• URL: https://m.sohu.com/a/1079646096_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1
• Parent URL: https://m.sohu.com/a/1079646096_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 英文关键词：Grok 4.7、CursorBench 4.0、Terminal-Bench 4.0、GDPval、Cursor、Grok Build、Token
• 英文标题：材料未提供独立英文标题，待核实。