xAI의 Grok 4.7: 선언된 성능, 동결된 가격, 그리고 독립 평가 결과의 대조
2026년 9월 21일 xAI는 Grok 4.7을 발표하며 "프로그래밍과 지식 노동에서 우리의 가장 뛰어난 모델"이라고 소개했다. 더 큰 기반 모델 위에 구축했고, 더 긴 강화학습 주기로 훈련했으며, 자기 출력을 더 잘 검증하도록 설계했다는 것이 회사의 설명이다(출처: x.ai/news/grok-4-7 공식 발표). 가격은 Grok 4.6과 동일하다. 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러다. Grok 4.7 Fast는 두 배 속도에 두 배 가격이지만, The Decoder에 따르면 공개 API가 아니라 Cursor와 Grok Build를 통해서만 이용할 수 있다.
xAI 문서에는 자체 발표 벤치마크가 나열돼 있다. CursorBench 4.0 46.3%, DeepSWE v1.1 71.0%, EEBench 64.0%, Terminal‑Bench 4.0 38.0%다. 그러나 Artificial Analysis의 독립 평가는 더 낮은 수치를 내놓는다. Terminal‑Bench 4.0에서 이 모델의 성공률은 26%에 그쳐, xAI가 밝힌 수치보다 약 12퍼센트포인트 낮다. 반면 자사 하네스인 Grok Build와 결합하면 Artificial Analysis의 측정값은 33%로 올라간다(Grok 4.6의 18%에서 상승). 이 조합은 Coding Agent Index에서 GPT‑6 Astra에 이어 4위지만, 단독으로 시험한 것과는 다른 구성이다. 또 Artificial Analysis Intelligence Index v4.3.2에서는 46점으로 Claude Fable 5.1과 GPT‑6에 뒤진다(출처: Artificial Analysis; The Decoder). 두 수치의 차이는 설명되지 않았다. effort 설정도, 시도 횟수도, 사용한 하네스도 발표에는 적혀 있지 않다.
독립 분석에서 드러난 또 하나의 중요한 수치는 Intelligence Index 기준 과제당 토큰 소비량이다. Grok 4.7(xhigh)은 과제 하나에 출력 토큰 약 81,000개를 쓴다. Grok 4.6(high)의 36,000개, GPT‑6 Astra(max)의 27,000개와 비교된다. 토큰 단가가 같다면 과제당 비용은 이전 버전보다 높아진다는 뜻이다. 다만 이는 Intelligence Index의 과제에서 측정된 값이며, 다른 활용 사례로 그대로 옮겨가지는 않는다.
정리하면 xAI는 경쟁력 있는 토큰 단가에 걸었지만, 독립적인 증거는 성능과 과제당 비용에서의 우위가 그만큼 뚜렷하지 않음을 시사한다. 벤치마크 조건, 컨텍스트 윈도, 하네스 구성에 대한 설명이 없어 경쟁 모델 대비 Grok 4.7의 실제 이점을 온전히 판단하기는 어렵다. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- x.ai/news/grok-4-7의 공식 발표를 확인했다. 2026년 9월 21일이라는 날짜, 100만 토큰당 2/6달러 가격, 자체 발표 벤치마크 목록(Terminal-Bench 4.0의 38.0% 포함), 인용한 두 문장을 모두 대조했다. 9월 21일자 Artificial Analysis 독립 평가 보고서도 확인했다. Intelligence Index 46점, 단독 조건의 Terminal-Bench 4.0 26%, Grok Build 결합 시 33%, Coding Agent Index 4위, 과제당 출력 토큰 81,000개 대 36,000개·27,000개. 세 번째 독립 출처(The Decoder)가 같은 수치를 전하며 Fast 버전의 세부 사항을 더한다는 점도 확인했다. 애그리게이터에서만 발견된 컨텍스트 윈도 수치는 일차 출처로 확인되지 않아 사실에서 제외했다.
- Incertezze
- xAI가 밝힌 Terminal-Bench 4.0의 38.0%와 Artificial Analysis가 측정한 26% 사이의 간격이 어디서 비롯되는지는 분명하지 않다. 하네스, effort 설정, 시도 횟수가 발표에 명시돼 있지 않고 Artificial Analysis도 차이를 설명하지 않는다. 중간값 33%는 Grok Build와의 조합, 즉 다른 구성에서의 값이다. 공식 발표는 컨텍스트 윈도를 밝히지 않았다. 50만 토큰이라는 수치는 제3자 애그리게이터에서 돌지만 일차 출처로 확인되지 않는다. 발표에 실린 벤치마크는 모두 자체 발표이며, Artificial Analysis가 다시 측정한 것을 빼면 제3자가 재현한 바 없다. 과제당 81,000 토큰은 Intelligence Index에서 측정한 값이라 다른 활용 사례의 비용으로 자동 환산되지 않는다.
- Perché pubblicarla
- 하나의 발표 안에서 자체 발표 수치와, 같은 벤치마크를 독립 평가 기관이 다시 측정한 수치를 나란히 보는 일은 드물다. 38% 대 26%, 그 사이에 하네스에 따라 달라지는 33%가 있다. 그러나 독자에게 더 유용한 사실은 따로 있다. 토큰 단가는 그대로인데 과제당 토큰 소비는 이전 버전의 세 배로 늘었고, 정가가 더 비싼 경쟁 모델의 세 배에 이른다. 모델의 가격은 가격표만으로 읽히지 않는다는 구체적 사례이며, 공개되고 출처가 밝혀진 수치로 검증할 수 있다.