xAI presenta Grok 4.7: más potencia en programación y trabajo de conocimiento al mismo precio que Grok 4.6

xAI anunció el 21 de septiembre el lanzamiento de Grok 4.7, descrito como su modelo más capaz hasta la fecha para tareas de programación y trabajo de conocimiento. Según la compañía, el modelo dedica más tiempo a tareas difíciles, revisa su propio trabajo con mayor cuidado y llega con lo que la empresa llama su conjunto de salvaguardas mejor calibrado hasta ahora. Un detalle relevante para el mercado es que se sirve al mismo precio y velocidad que su predecesor, Grok 4.6, lo que en la práctica significa que no se trata de un recorte de costes en términos absolutos, sino de ofrecer más capacidad por el mismo desembolso.

En cuanto a mejoras técnicas, xAI indica que Grok 4.7 usa una base de modelo más grande que la de Grok 4.6 y que fue entrenado con una ejecución de aprendizaje por refuerzo más larga sobre una mezcla de tareas más difícil, con un peso especial hacia problemas que requieren muchas horas de trabajo continuado. La compañía asegura que el modelo mejora en la verificación de su propio trabajo y en la gestión de contextos más largos. Además, se entrenó para entender de forma nativa el entorno conocido como "Grok Bot", lo que según xAI se traduce en mejor desempeño en tareas conversacionales y de conocimiento general.

En benchmarks de rendimiento frente al coste, la compañía presenta a Grok 4.7 posicionado en la frontera de la relación precio-rendimiento dentro de CursorBench 4.0, una prueba que pone el acento en tareas de programación de larga duración, comparándolo con modelos de otros proveedores como Fable 5.1, Opus 5, GPT-5.6 Sol y Sonnet 5. En una tabla más detallada que compara específicamente Grok 4.7 (variante xHigh), Grok 4.6 (High), GPT-5.6 Sol (Max) y Fable 5.1 (Max), los precios por millón de tokens son de 2 y 6 dólares (entrada y salida) para Grok 4.7 y Grok 4.6, frente a 4 y 20 dólares para GPT-5.6 Sol, y 10 y 50 dólares para Fable 5.1.

Los resultados de esa misma tabla muestran a Grok 4.7 con un 46,3% en CursorBench 4.0 (frente a 40,4% de Grok 4.6, 41,7% de GPT-5.6 Sol y 51,8% de Fable 5.1); un 71,0% en DeepSWE v1.1 en modalidad de alto esfuerzo (frente a 65,2%, 72,7% y 70,0% respectivamente); un 64,0% en EEBench, el benchmark de ingeniería eléctrica (frente a 53,0%, 39,4% y 56,4%); 1.657 puntos en AA Briefcase v1.1, centrado en trabajo de oficina de varias horas (frente a 1.546, 1.487 y 1.678); un 37,6% en Terminal-Bench 4.0, sobre trabajo de terminal prolongado (frente a 20,3%, 37,3% y 57,9%); un 19,6% en el Harvey Legal Agent Benchmark, de trabajo legal (frente a 15,8%, 2,5% y 6,7%); y un 56,7% en HealthBench Professional, sobre razonamiento clínico (frente a 48,5%, 60,5% y 62,1%). El propio anuncio señala que Grok 4.7 no lidera en todos los apartados: Fable 5.1 lo supera en varios de estos benchmarks, incluidos CursorBench, DeepSWE, Terminal-Bench y HealthBench.

En tareas de conocimiento profesional, xAI afirma que Grok 4.7 mejora la capacidad de crear documentos y presentaciones, y que en los benchmarks GDPval y AA Briefcase —que simulan trabajo realizado por profesionales como abogados, enfermeros y analistas financieros— el modelo mejora respecto a Grok 4.6 y queda a un nivel comparable con otros modelos de frontera. En la comparación de puntuación Elo de GDPval, Fable 5.1 (modalidad max) obtiene 1.735 puntos, Grok 4.7 (xhigh) 1.695, Grok 4.6 (high) 1.605 y GPT-6 Astra (max) 1.542.

En el apartado de seguridad, la compañía destaca que Grok 4.7 se construyó con un conjunto de salvaguardas completamente nuevo y que es, según sus propias pruebas, el modelo más resistente frente a rechazos indebidos y a intentos de jailbreak. En dominios de doble uso como la ciberseguridad y el trabajo biológico, xAI sostiene que el modelo combina utilidad para tareas legítimas con una tasa de rechazo adecuada ante usos peligrosos, situándose en primer lugar en el benchmark de bioseguridad de LatchBio con un 62,4%. En HackerBench v0.3, su prueba interna sobre tareas cibernéticas de riesgo, Grok 4.7 habría permitido pasar solo un 3,3% de las peticiones de doble uso arriesgadas, manteniendo al mismo tiempo una baja tasa de bloqueo sobre trabajo de seguridad legítimo. La empresa también menciona que ha comenzado a dar acceso limitado, solo por invitación, a determinados socios de ciberseguridad para que utilicen las capacidades de "red-team" del modelo con fines de investigación defensiva.

En cuanto a disponibilidad, Grok 4.7 ya puede usarse en Cursor y en Grok Build, así como a través de la API de Grok, de entornos de codificación de terceros y de enrutadores de modelos y plataformas en la nube. El precio de partida anunciado es de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, y xAI ofrece además una variante rápida con el doble de velocidad de salida al doble de precio.

Conviene señalar que el material original de este anuncio proviene de la propia xAI, presentado bajo la marca "SpaceXAI" en la página de origen, por lo que las cifras de rendimiento y seguridad citadas son datos publicados por la compañía sobre su propio producto y no han sido verificados de forma independiente en este resumen.