2026年9月21日，xAI 正式发布 Grok 4.7 大模型，并在 Grok App、Cursor、Grok Build 与 xAI API 同步上线，没有候补名单。据官方发布帖与科技媒体 Decrypt 等报道，Grok 4.7 参数量约 2.1 万亿（2.1T），较上一代 Grok 4.6 的约 1.5 万亿增长约 40%，主打编码与需要多步执行的复杂任务；API 定价维持每百万输入 token 2 美元、输出 token 6 美元，xAI 称其与上代同价同速但能力有明显提升。本文从 AI 模型与算法视角解读这次升级。
参数规模与基准表现
据媒体披露，Grok 4.7 在 GDPval 等智能体基准上的得分接近当前第一梯队产品，在电气工程基准 EEBench 上仅次于 GPT-6 Astra，位列第二。需要说明的是，这些分数来自 xAI 官方与媒体引述，不同基准的评测口径并不一致，建议把它作为能力参考而非绝对排名。参数规模从约 1.5 万亿扩大到约 2.1 万亿，也反映出前沿大模型仍在通过扩大参数与优化训练来提升上限。
训练数据加入工程领域信息
报道提到，Grok 4.7 在训练中额外加入了来自 SpaceX 的工程数据，包括卫星遥测、制造记录与工程故障日志等，官方希望以此增强模型对硬件与物理系统的推理能力。对算法团队而言，这是一个值得注意的信号：在通用语料之外，引入高质量、结构化的行业数据，可能比单纯增加通用文本更能提升模型在专业任务上的表现。具体数据构成与训练细节仍以官方披露为准。
定价不变背后的算法与推理优化
在参数规模扩大的同时维持 API 单价不变，通常意味着推理侧做了更多优化，例如改进调度、显存管理与量化等手段。对高频调用大模型的团队，参数更大而单价持平，会直接改变模型选型的性价比判断：可以用相近成本尝试能力更强的模型。不过实际成本仍与输出长度、调用频次相关，建议以官方价格页与自身用量测算为准。
对模型选型的启示
对正在做模型选型的团队，建议用自身真实任务集（尤其是编码与多步工具调用场景）做横向评测，把任务通过率、延迟与每百万 token 成本放在一起比较，而不是只看参数规模或单一基准。模型迭代节奏很快，保持一套可重复的评测流程，比追逐每一次发布更重要。
小结
xAI 于 2026 年 9 月 21 日发布约 2.1 万亿参数的 Grok 4.7 大模型，编码与智能体能力增强、API 价格维持不变，是近期 AI 模型与算法领域值得记录的一次升级。