跳到主要內容

Grok 4.7評測：編碼分數衝高，代幣成本現形 | Grok 4.7 Review: Coding Gains, Token Costs Exposed

By Kit 小克 | AI Tool Observer | 2026-09-22

🇹🇼 Grok 4.7評測：編碼分數衝高，代幣成本現形

Grok 4.7 是 xAI 在 2026 年 9 月 21 日推出的最新旗艦模型，主打程式編碼與長時間推理任務，維持了 Grok 4.6 每百萬 token 2 美元／6 美元的定價，但把 CursorBench 4.0 編碼分數從 40.4% 拉高到 46.3%。聽起來很划算，但深入看代幣消耗量與智力分數表現，故事沒那麼單純。

Grok 4.7 是什麼？

Grok 4.7 是一個 2.1 兆參數的推理模型，針對複雜編碼、專業知識工作與多小時推理任務優化，並訓練成原生理解 Grok Bot 介面框架，讓對話與一般知識工作的表現更自然。它已經免候補直接上線 Cursor、Grok Build、多家模型路由平台與 xAI API，GitHub 也同步將 Grok 4.7 分階段推送到所有 Copilot 方案。

Grok 4.7 編碼能力有多強？

官方數據確實好看：

  • CursorBench 4.0：從 40.4% 提升到 46.3%
  • DeepSWE v1.1：達到 71.0%
  • AA-Briefcase 企業代理測試：1657 Elo，比 Grok 4.6 高出 111 分
  • GDPval：1695 Elo

但值得注意，開發者社群測試顯示同期模型中 Fable 5.1 在絕對編碼分數上仍略勝 Grok 4.7，代表這不是全面領先，而是「同價位下的進步」。

Grok 4.7 定價真的划算嗎？代幣成本現形

Grok 4.7 維持每百萬 token 2 美元（輸入）／6 美元（輸出）的定價，比 GPT-5.6 Sol 便宜超過三分之一，帳面上很吸引人。但 VentureBeat 的實測指出，Grok 4.7 為了衝高分數，會消耗明顯更多的代幣量，真實任務的總成本可能跟便宜的單價互相抵銷，ROI 不如宣傳的漂亮。換句話說，便宜的是「牌價」，不一定是「帳單」。

Grok 4.7 智力分數輸給誰？

在更廣泛的推理與知識測驗（Artificial Analysis 綜合指數）上，Grok 4.7 大約只拿到 26% 的分數，遠遠落後 OpenAI GPT-6 Astra 的 59.6% 與 Anthropic Claude Opus 5（max 模式）的 49%。這代表 Grok 4.7 是把資源集中在「編碼」這個垂直領域衝分，而不是全面升級智力水準。如果你的需求是寫程式，它值得一試；如果你要的是通用推理，它目前還不是首選。

誰適合用 Grok 4.7？

  • 已經用 GitHub Copilot 或 Cursor 的開發者，可以直接免費升級體驗
  • 需要長時間自動化編碼任務、預算有限的團隊
  • 不建議：需要跨領域通用推理、法務或研究型分析工作的使用者

好不好用，試了才知道。

🇺🇸 Grok 4.7 Review: Coding Gains, Token Costs Exposed

Grok 4.7 is xAI's newest flagship model, released September 21, 2026, tuned for coding and long-horizon reasoning. It keeps Grok 4.6's pricing exactly the same — $2/$6 per million tokens — while pushing CursorBench 4.0 scores from 40.4% to 46.3%. Sounds like a straightforward win, but dig into token consumption and general intelligence scores and the picture gets messier.

What Is Grok 4.7?

Grok 4.7 is a 2.1-trillion-parameter reasoning model built for complex coding, professional knowledge work, and multi-hour agentic tasks. It's trained to natively understand the Grok Bot harness, and it shipped with no waitlist — live immediately on Cursor, Grok Build, third-party model routers, and the xAI API, with GitHub rolling it out across all Copilot plans.

How Good Is Grok 4.7 at Coding?

The headline numbers look strong:

  • CursorBench 4.0: up from 40.4% to 46.3%
  • DeepSWE v1.1: 71.0%
  • AA-Briefcase (enterprise agent test): 1657 Elo, a 111-point jump over Grok 4.6
  • GDPval: 1695 Elo

But it's not a clean sweep — developer benchmarks show Fable 5.1 still edges out Grok 4.7 on raw coding scores. This is a same-price improvement, not outright dominance.

Is Grok 4.7's Pricing Actually a Deal?

At $2/$6 per million tokens, Grok 4.7 undercuts GPT-5.6 Sol's output price by more than 3x on paper. But VentureBeat's testing found Grok 4.7 burns through noticeably more tokens to hit those higher scores — meaning real-world task costs can eat into the cheap sticker price. Cheap per-token doesn't guarantee a cheap bill.

Where Does Grok 4.7 Fall Behind?

On broader reasoning and knowledge benchmarks (Artificial Analysis composite index), Grok 4.7 scores roughly 26% — well behind OpenAI's GPT-6 Astra at 59.6% and Anthropic's Claude Opus 5 (max effort) at 49%. xAI clearly optimized for the coding vertical rather than general intelligence. If you write code for a living, it's worth testing. If you need broad reasoning across domains, it's not the current leader.

Who Should Try Grok 4.7?

  • Developers already on GitHub Copilot or Cursor — free to try immediately
  • Budget-conscious teams running long automated coding sessions
  • Skip it if you need cross-domain reasoning, legal work, or research analysis

好不好用，試了才知道 / You won't know until you try it.

Sources / 資料來源

常見問題 FAQ

Grok 4.7是什麼時候推出的？

xAI於2026年9月21日正式發布Grok 4.7，主打程式編碼與長時間推理任務，已上線Cursor、Grok Build與xAI API。

Grok 4.7比Grok 4.6進步多少？

CursorBench 4.0分數從40.4%提升到46.3%，AA-Briefcase企業代理測試提升111 Elo分，但輸入輸出定價維持不變。

Grok 4.7便宜嗎？

每百萬token 2美元／6美元，帳面上比GPT-5.6 Sol便宜三倍以上，但VentureBeat實測指出它消耗更多代幣，真實總成本不一定划算。

Grok 4.7適合取代GPT-6 Astra或Claude Opus 5嗎？

不建議。Grok 4.7在Artificial Analysis綜合推理分數僅約26%，遠低於GPT-6 Astra的59.6%與Claude Opus 5的49%，它專精編碼而非通用智力。

要去哪裡試用Grok 4.7？

已上線Cursor、Grok Build、xAI API，GitHub Copilot所有方案（Pro、Pro+、Max、Business、Enterprise）也已開始分階段推送。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容