Grok 4.7 da xAI: capacidades declaradas, preço estável e resultados independentes lado a lado
Em 21 de setembro de 2026 a xAI anunciou o Grok 4.7, apresentando-o como "o nosso modelo mais capaz para programação e trabalho de conhecimento" e sublinhando que foi construído sobre um modelo de base maior, treinado com um ciclo de aprendizagem por reforço mais longo e desenhado para verificar melhor a própria saída (fonte: anúncio oficial em x.ai/news/grok-4-7). A tabela de preços mantém-se igual à do Grok 4.6: 2 USD por milhão de tokens de entrada e 6 USD por milhão de tokens de saída, com a variante Grok 4.7 Fast vendida ao dobro do preço pelo dobro da velocidade — embora, segundo o The Decoder, esteja acessível via Cursor e Grok Build, não pela API pública.
No documento da xAI constam benchmarks autodeclarados, entre eles CursorBench 4.0 (46,3%), DeepSWE v1.1 (71,0%), EEBench (64,0%) e Terminal‑Bench 4.0 (38,0%). As avaliações independentes da Artificial Analysis, porém, dão números mais modestos: no Terminal‑Bench 4.0 o modelo obtém apenas 26% de sucesso, cerca de 12 pontos percentuais abaixo do valor declarado pela xAI. Já ao juntar o modelo ao harness próprio Grok Build, a Artificial Analysis mede 33% (contra 18% do Grok 4.6), ficando essa combinação em quarto no Coding Agent Index, atrás do GPT‑6 Astra — é uma configuração diferente da testada isoladamente. No Artificial Analysis Intelligence Index v4.3.2 o modelo marca 46 pontos, atrás do Claude Fable 5.1 e do GPT‑6 (fontes: Artificial Analysis; The Decoder). A diferença entre os dois valores não é explicada: as definições de effort, o número de tentativas e o harness utilizado não constam do anúncio.
Um dado relevante da análise independente é o consumo de tokens por tarefa no Intelligence Index: o Grok 4.7 (xhigh) usa cerca de 81.000 tokens de saída por tarefa, contra 36.000 do Grok 4.6 (high) e 27.000 do GPT‑6 Astra (max). Ao mesmo preço por token, isso implica um custo por tarefa mais alto do que nas versões anteriores — ainda que a medição seja feita sobre as tarefas do Intelligence Index e não se transfira automaticamente para outros casos de uso.
Em síntese, a xAI aposta num preço competitivo por token, mas as evidências independentes sugerem que a vantagem em desempenho e em custo por tarefa não é assim tão nítida. A falta de detalhes sobre o contexto dos benchmarks, as janelas de contexto e as configurações de harness torna difícil avaliar por completo o que o Grok 4.7 acrescenta face aos concorrentes. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- Consultado o anúncio oficial em x.ai/news/grok-4-7: a data de 21 de setembro de 2026, o preço de 2/6 dólares por milhão de tokens, os benchmarks autodeclarados (incluindo os 38,0% no Terminal-Bench 4.0) e as duas frases citadas. Consultado o relatório de avaliação independente da Artificial Analysis de 21 de setembro: 46 pontos de Intelligence Index, 26% no Terminal-Bench 4.0 em isolamento, 33% com Grok Build, quarto lugar no Coding Agent Index, 81.000 tokens de saída por tarefa contra 36.000 e 27.000. Uma terceira fonte independente (The Decoder) apresenta os mesmos números e acrescenta os detalhes sobre a variante Fast. O dado da janela de contexto, encontrado apenas num agregador, ficou fora dos factos.
- Incertezze
- Não é claro de onde vem a distância entre os 38,0% declarados pela xAI no Terminal-Bench 4.0 e os 26% medidos pela Artificial Analysis: o harness, a definição de effort e o número de tentativas não são especificados no anúncio, e a Artificial Analysis não explica a diferença. Os 33% intermédios valem para a combinação com o Grok Build, ou seja, para uma configuração diferente. O anúncio não indica a janela de contexto: o valor de 500.000 tokens circula em agregadores de terceiros e não é confirmado pela fonte primária. Todos os benchmarks do anúncio são autodeclarados e não foram reproduzidos por terceiros, com exceção dos recalculados pela Artificial Analysis. Os 81.000 tokens por tarefa são medidos no Intelligence Index e não se traduzem automaticamente num custo para outros casos de uso.
- Perché pubblicarla
- É raro encontrar num único anúncio um número autodeclarado e a mesma medição refeita por um avaliador independente no mesmo benchmark: 38% contra 26%, com uns 33% pelo meio que dependem do harness. Mas o facto mais útil para quem lê é outro: o preço por token fica parado enquanto o consumo de tokens por tarefa triplica face à versão anterior e chega ao triplo do de um concorrente mais caro na tabela. Um caso concreto de como o preço de um modelo não se lê na tabela de preços — verificável sobre números públicos e atribuídos.