Grok 4.7: xAI setzt auf Coding und langlaufende Wissensarbeit

xAI hat Grok 4.7 veröffentlicht, das nach eigenen Angaben stärkste Modell für Coding und Wissensarbeit. Es beruht auf einer neuen, größeren Basis als Grok 4.6, wurde mit einem längeren Reinforcement-Learning-Lauf auf schwereren Aufgaben trainiert - gezielt auf Probleme, deren Lösung viele Stunden dauert - und prüft eigene Ergebnisse sorgfältiger. Preislich bleibt alles beim Alten: 2 Dollar je Million Input- und 6 Dollar je Million Output-Token, identisch mit Grok 4.6 und deutlich unter GPT-5.6 Sol (4/20 Dollar) oder Fable 5.1 (10/50 Dollar).

Benchmark-Ergebnisse

Auf dem CursorBench 4.0 für langlaufende Coding-Aufgaben erzielt Grok 4.7 46,3 Prozent und liegt damit vor Grok 4.6 (40,4) und GPT-5.6 Sol Max (41,7), aber hinter Fable 5.1 Max (51,8). Weitere Werte:

• DeepSWE v1.1: 71,0 Prozent (High-Effort), knapp hinter GPT-5.6 Sol
• EEBench (Elektrotechnik): 64,0 Prozent - klar vor allen Vergleichen
• Terminal-Bench 4.0: 38,0 Prozent gegenüber 20,3 beim Vorgänger
• Harvey Legal Agent Benchmark: 19,6 Prozent
• HealthBench Professional: 56,7 Prozent

Neuer Safeguard-Stack

Grok 4.7 wurde mit einer völlig neuen Schutzarchitektur gebaut und sei laut xAI das stärkste Modell bei Refusals und Jailbreak-Resistenz. In Dual-Use-Bereichen wie Cybersicherheit und Biowissenschaften führt es laut xAI die LatchBio-Biosicherheits-Benchmarks mit 62,4 Prozent an, bei gleichzeitig niedrigen Rückweisungsraten für legitime Anfragen. Außerdem versteht das Modell den Grok-Bot-Harness nativ, was Konversations- und Wissensaufgaben verbessert.

Quelle: xAI