Не установлено по доступным источникам.
XAI · ТРЕКЕР МОДЕЛИ
Grok 4.7
Grok 4.7 — версия модели Grok от xAI; в статье сообщается о её правом политическом уклоне и об использовании в качестве модели-судьи в оценке Nous Research по пропаганде в китайских моделях.ТЕКУЩИЙ СНИМОК4/5 РАЗДЕЛОВ С ДАННЫМИ
Главные характеристики в одном месте.
ХРОНОЛОГИЯ РЕЛИЗОВ
Только опубликованные события с источниками.
Artemis Security выпустила Orion-1 — ИИ для расследования и реагирования на корпоративные кибератаки
Artemis Security представила Orion-1 — специализированную модель ИИ, которая анализирует логи с конечных точек, сети и облачных сервисов, реконструирует атаки, оценивает уверенность выводов и может рекомендовать или инициировать меры реагирования; по внутреннему бенчмарку Decision-Grade Readiness (DGR) компания утверждает, что Orion-1 опередил общие модели вроде Claude Opus 5.5 и GPT-6 Sol. Orion-1 доступен в приватной превью; Artemis заявляет, что при обучении не использовались данные клиентов, и не ясно, создана ли модель с нуля или дообучена поверх чужой базы.
SpaceXAI выпустила Grok 4.7 — более быстрый и дешёвый модель для кода и работы с знаниями
SpaceXAI выпустила Grok 4.7 — обновлённую модель с новым базовым ядром, более длительным RL‑обучением, ориентированным на долгие задачи, и полностью новой системой защит. Компания утверждает, что Grok 4.7 сохраняет ту же цену и скорость, что и Grok 4.6, но улучшает самопроверку, работу с длинным контекстом, генерацию документов/презентаций, результаты на бенчмарках (CursorBench 4.0, GDPval, AA Briefcase) и показатели безопасности (LatchBio 62.4%, HackerBench v0.3 — пропускает 3.3% рискованных запросов); модель уже доступна в Cursor, Grok Build, через Grok API, сторонние интеграции и облака; цена от $2 за миллион входных токенов и $6 за миллион выходных, есть быстрый вариант (2x скорость, 2x цена).
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
Анонсирована и сделана доступной xAI 2026-09-21; в объявлении указано «доступна сегодня».
Позиционируется как наиболее способная модель xAI для кодирования и работы с знаниями.
Построена на новой, более крупной базовой модели по сравнению с Grok 4.6 и обучена более длительным запуском обучения с подкреплением на более сложном наборе задач, ориентированных на задачи, требующие многих часов выполнения.
В ходе эксперимента каждому агенту (включая Grok 4.7) было разрешено до 40 миллионов токенов и до двенадцати симулированных недель.
xAI сообщает, что Grok 4.7 находится на переднем крае по соотношению цена/качество в CursorBench 4.0 — бенчмарке, нагружающем длительно выполняющиеся задачи по программированию.
xAI сообщает, что Grok 4.7 превосходит Grok 4.6 в тестах GDPval и AA Briefcase (бенчмарки для профессиональных задач) и выступает сопоставимо с другими передовыми моделями.
Независимый отчет присвоил Grok 4.7 суммарный балл 46 в индексе Artificial Analysis Intelligence (v4.3.2), что ставит её в среднюю группу по сравнению с конкурентами (Claude Fable 5.1 и GPT-6 получили по 53).
Сообщается результат 26% по Terminal-Bench 4.0 (агентное кодирование), что ниже показателей некоторых конкурирующих моделей, указанных в той же статье.
Исследователи обращались к Grok 4.7 через его API, чтобы получить ответы для исследования.
xAI позиционирует Grok 4.7 как модель для программирования, длительных агентных задач и профессиональной аналитической работы (например, юридические, медицинские, финансовые задачи).
Модель поддерживает настраиваемый уровень рассуждений с четырьмя уровнями: low, medium, high и xhigh.
По данным SpaceXAI, Grok 4.7 использует более крупную базовую модель, чем Grok 4.6, и обучалась дольше с использованием RL на более сложном наборе задач, ориентированном на проблемы, занимающие часы.
Сообщается о правом политическом уклоне.
xAI указывает, что Grok 4.7 обучали для нативного понимания Grok Bot harness, что, по их словам, привело к улучшениям в диалоговых задачах и аналитической работе.
xAI сообщает о повышениях по опубликованным оценкам, включая бенчмарки по программной инженерии (CursorBench, DeepSWE), многочасовую терминальную и офисную работу (Terminal-Bench, AA Briefcase), а также предметные тесты вроде EEBench для электротехники и оценки для юридической работы.
По данным SpaceXAI, Grok 4.7 обучена работать дольше над более сложными задачами и «знает, когда проверять свою работу».
Grok 4.7 предоставляет параметр уровня рассуждения, контролирующий объём размышлений перед формированием ответа.
В экспериментах, описанных в AWS, агент на Grok 4.7 правильно решил 67 из 72 запусков по трём задачам, ориентированным на поиск; при 'xhigh' уровне рассуждения — 18/18 правильно, при 'low' — 15/18, расходуя примерно одну восьмую выходных токенов.
В эксперименте Grok 4.7 тестировали с возможностью поиска в вебе и автономной отправки электронных писем.
Grok 4.7 был одной из шести моделей, оценённых Vals AI и исследователем Матильдой Глинн-Хенли в эксперименте по обеспечению возврата £350 за билет.
В исследовании, в котором моделям предлагалось назвать одного кандидата в предстоящих выборах, Grok 4.7 рекомендовал республиканского кандидата в 92% ответов.
В исследовании по почти 500 округам Grok 4.7 и GPT‑6.1 Sol соглашались в выборе кандидата менее чем в 10% случаев.
Grok 4.7 потеряла 12 баллов в переработанном Индексе интеллекта Artificial Analysis (версия 5).
Отмечена как лучшая из 13 фронтирных моделей; causal repair = +51.3 пункта на 62 калиброванных систематических сбоя. (В работе указывается, что восемь лучших моделей статистически неразличимы.)
Оценивалась как большая языковая модель (LLM) в многоагентных экономических экспериментах.
Включена в эксперименты по много-ресурсной торговле, двусторонним переговорам и двусторонним аукционам.
В экспериментах по переговорам предоставление точной информации привело к тому, что Grok 4.7 формировала менее сбалансированные соглашения.
В эксперименте с двусторонним аукционом полное раскрытие информации увеличило ценовые требования и снизило эффективность Grok 4.7 с 97% до 62%.
Использовалась в качестве модели-судьи в оценке Nous Research по пропаганде в китайских моделях: проверяла, упоминает ли ответ факты, опускает или противоречит им.
ЧТО ИЗМЕНИЛОСЬ