Cosa è successo
xAI presenta Grok 4.7 e lo definisce il suo modello più capace per coding e knowledge work. Rispetto al Grok 4.6 c'è un modello base nuovo e più grande, più una sessione di reinforcement learning più lunga, su un mix di compiti più duro.
Il mix pende verso i problemi che richiedono molte ore per essere risolti.
xAI dice anche che il modello è più bravo a controllare il proprio lavoro e a gestire contesti più lunghi. È stato addestrato pure a capire nativamente l'harness di Grok Bot, che secondo xAI aiuta nei compiti conversazionali e nel lavoro generale sulla conoscenza.
Il prezzo non si è mosso. I token di input costano $2 per milione, quelli in cache $0.50 per milione, quelli di output $6 per milione. Anche la velocità, dice xAI, è la stessa del Grok 4.6.
La documentazione indica una finestra di contesto da 500,000 token, input di testo e immagini, function calling, output strutturati e reasoning. Le richieste oltre la finestra di contesto da 200K vengono fatturate a tariffe diverse. La Batch API non è supportata.
Perché conta
Tutto il pitch sta nel rapporto prezzo-prestazioni. Su CursorBench 4.0, un benchmark che mette sotto stress i compiti di coding di lunga durata, xAI sostiene che Grok 4.7 sia sulla frontiera del prezzo-prestazioni.
Nella tabella compare anche un confronto con i modelli concorrenti, su un test in cui uno di loro arriva a 6 High. Il dato che resta è 8%.
Quei concorrenti costano $4 e $10 per l'input e $20 e $50 per l'output, sempre per milione di token.
Quindi Grok 4.7 non è primo in quella riga. L'argomento è che si avvicina al gruppo di testa a una frazione del costo di output. Pitch onesto, ma la tabella è di xAI, sulla pagina di xAI, con le righe scelte da xAI.
Occhio anche all'asterisco: il punteggio di 71.0% su DeepSWE v1.1 ne porta uno nella tabella del fornitore. Leggi le note in piccolo prima di riscrivere il tuo stack.
Un modello più grande allo stesso prezzo è uno sconto silenzioso sulle capacità.
Cosa farne
- Prova un tuo compito.Dai in pasto a Grok 4.7 un vero lavoro di coding da molte ore preso dal tuo backlog e confrontalo con quello che usi adesso.
- Fai i conti sui token.Controlla le dimensioni dei tuoi contesti rispetto alla soglia dei 200K, perché oltre cambia il prezzo.
- Gira la manopola dell'effort.La documentazione elenca i livelli di reasoning low, medium, high e xhigh, con high come default: testa dove il pensiero extra rende davvero.
- Leggi le note dei benchmark.Le tabelle dei fornitori scelgono le proprie righe, quindi tratta ogni punteggio come un punto di partenza, non come un verdetto.
Ciao, sapiens. Il modello ormai ricontrolla i compiti da solo. Tocca a te.


