O que aconteceu
A xAI lançou o Grok 4.7 e o chama de seu modelo mais capaz para programação e trabalho de conhecimento. A base é um modelo novo e maior que o do Grok 4.6, somado a um treino por reforço mais longo, com uma mistura de tarefas mais difícil.
Essa mistura pende para problemas que levam muitas horas para terminar.
A xAI também diz que o modelo ficou melhor em conferir o próprio trabalho e em lidar com contexto mais longo. Ele ainda foi treinado para entender nativamente o harness do Grok Bot, o que, segundo a xAI, ajuda em tarefas de conversa e trabalho de conhecimento em geral.
O preço não se mexeu. Tokens de entrada custam $2 por milhão, tokens em cache $0.50 por milhão e tokens de saída $6 por milhão. A xAI afirma que a velocidade também é igual à do Grok 4.6.
A documentação lista janela de contexto de 500,000 tokens, entrada de texto e imagem, chamada de funções, saídas estruturadas e raciocínio. Requisições além da janela de contexto de 200K são cobradas com tarifas diferentes. A Batch API não é suportada.
Por que importa
Preço-desempenho é o pitch inteiro. No CursorBench 4.0, um benchmark que força tarefas de programação mais longas, a xAI diz que o Grok 4.7 está na fronteira de preço-desempenho.
6 High nesse teste. 8%.
Os concorrentes custam $4 e $10 na entrada, e $20 e $50 na saída, por milhão de tokens.
Ou seja, o Grok 4.7 não lidera essa linha. O argumento é que ele chega perto do pelotão por uma fração do custo de saída. Pitch justo, mas a tabela é da xAI, na página da xAI, com a xAI escolhendo as linhas.
Repare também no asterisco: a pontuação de 71.0% no DeepSWE v1.1 vem com um na tabela da fornecedora. Leia a letra miúda antes de reescrever sua stack.
Um modelo maior pelo mesmo preço é um desconto discreto em capacidade.
O que fazer com isso
- Rode a sua própria tarefa.Aponte o Grok 4.7 para um trabalho real de programação de várias horas do seu backlog e compare com o que você usa hoje.
- Faça a conta dos tokens.Confira o tamanho dos seus contextos contra o limite de 200K, já que o preço muda além dele.
- Teste o seletor de esforço.A documentação lista esforços de raciocínio low, medium, high e xhigh, com high como padrão. Teste onde pensar mais compensa.
- Leia as notas de rodapé dos benchmarks.Tabela de fornecedora escolhe as próprias linhas, então trate cada pontuação como ponto de partida, não como veredito.
Ciao, sapiens. O modelo agora confere a própria lição de casa. Sua vez.


