Grok 4.7: características, benchmarks, precios y acceso
Grok de xAI, un nuevo modelo para programación y trabajo de conocimiento, cuesta $2/$6 por millón de tokens y supera a rivales punteros en algunos benchmarks. Aquí tienes las novedades, cómo se compara con la competencia y en qué mejora a su predecesor.
La carrera por los modelos punteros ha entrado en una fase donde las diferencias interesantes tienen menos que ver con la capacidad bruta y más con lo que pagas por ella.
Claude Fable 5.1 se sitúa en $10 de entrada y $50 de salida por millón de tokens, y la pregunta práctica para la mayoría de equipos es si esa prima aporta algo que un modelo más barato no pueda igualar.
SpaceXAI lanzó Grok 4.7 el 21 de septiembre de 2026, posicionándolo como su modelo más capaz para programación y trabajo de conocimiento.
Funciona a $2 por millón de tokens de entrada y $6 por millón de tokens de salida, sin cambios respecto a Grok 4.6, y marca un 46,3% en CursorBench 4.0 para tareas de programación de larga duración, ligeramente por detrás de Fable 5.1.
En este artículo cubro todo lo nuevo en Grok 4.7: sus funciones, cómo rinde frente a GPT-5.6 Sol y Fable 5.1, y las opciones de acceso.
Grok 4.7 es el nuevo modelo por defecto de SpaceXAI para programación y trabajo de conocimiento, construido sobre un modelo base más grande que Grok 4.6.
La clave es la relación precio-rendimiento: puntuaciones cercanas a la frontera por $2/$6 por millón de tokens, una octava parte de lo que cobra Fable en salida.
Domina el Harvey Legal Agent Benchmark con un 19,6%, aplastando a GPT-5.6 Sol (2,5%) y a Fable 5.1 (6,7%).
Fable 5.1 sigue liderando en programación pura y razonamiento clínico, así que es una apuesta por valor, no el líder absoluto en capacidad.
Merece la pena cambiar si ejecutas cargas de trabajo de programación o agentes a gran volumen donde el coste de tokens de salida domina tu factura.
¿Qué es Grok 4.7?
Grok 4.7 es el modelo insignia de SpaceXAI para programación y trabajo de conocimiento, lanzado el 21 de septiembre de 2026 como sucesor de Grok 4.6.
Utiliza un nuevo modelo base más grande y se entrenó con una fase más larga de aprendizaje por refuerzo sobre una mezcla más difícil de tareas, ponderada hacia problemas que llevan muchas horas completar. SpaceXAI lo entrenó para trabajar más tiempo en tareas difíciles y revisar su propio trabajo con más cuidado.
El salto generacional respecto a Grok 4.6 se nota sobre todo en trabajos de larga duración. En Terminal-Bench 4.0, que mide tareas de terminal de varias horas, Grok 4.7 casi duplica a su predecesor en el banco interno de SpaceXAI, pasando del 20,3% al 38,0%. CursorBench 4.0 sube del 40,4% al 46,3%, y la puntuación de oficina AA Briefcase v1.1 escala de 1.546 a 1.657.
El titular que importa a los profesionales es el Harvey Legal Agent Benchmark, donde Grok 4.7 marca un 19,6%. Es más de 7 veces el 2,5% de GPT-5.6 Sol y casi 3 veces el 6,7% de Fable 5.1, una diferencia lo bastante amplia como para que el trabajo agente en el ámbito legal sea una razón de peso para elegir este modelo frente a opciones punteras más caras.
Funciones clave de Grok 4.7
Las mejoras de Grok 4.7 se agrupan en tres áreas: trabajo sostenido en tareas largas, creación de documentos profesionales y una nueva capa de salvaguardas.
Esto es lo que realmente puedes hacer con ellas.
Trabaja más tiempo en tareas de varias horas
Grok 4.7 se entrenó específicamente en problemas que llevan horas en lugar de minutos, por lo que se mantiene mejor en trabajos de programación y terminal de largo recorrido.
En la práctica, significa que puede mantener el hilo conductor en una sesión de depuración con múltiples pasos o en una migración larga sin perder el rumbo a mitad de camino.
El modelo gestiona contextos más largos y verifica su propia salida con más cuidado que Grok 4.6.
Si alguna vez un modelo te ha asegurado que una tarea estaba terminada dejando la mitad de las pruebas fallando, este es el punto que SpaceXAI quiere resolver.
Crea documentos y presentaciones
Grok 4.7 es mejor generando los entregables que los profesionales realmente comparten: informes, resúmenes y presentaciones.
SpaceXAI lo evalúa en GDPval y AA Briefcase, que encargan al modelo trabajos típicos de abogados, personal de enfermería y analistas financieros.
Para un equipo de datos, esto importa cuando quieres que el modelo convierta un análisis en un texto bien redactado o en una presentación lista para stakeholders, y no solo devuelva resultados en bruto.
Grok 4.7 mejora respecto a Grok 4.6 en ambos benchmarks y rinde de forma comparable a otros modelos punteros, así que la generación de documentos ya no es una razón para pagar la prima de Fable.
Gestión conversacional nativa en Grok Bot
SpaceXAI entrenó Grok 4.7 para entender de forma nativa el arnés de Grok Bot, lo que lo hace más fuerte en tareas conversacionales y trabajo general de conocimiento.
Si estás creando un asistente tipo chat sobre la API de Grok, el modelo se comporta de forma más predecible dentro de ese bucle conversacional.
Es una función más acotada que las ganancias en programación, pero indica que SpaceXAI trata el despliegue conversacional como un caso de uso de primer nivel y no como un añadido a un modelo de código.
Nueva pila de salvaguardas con alta utilidad
Grok 4.7 llega con una pila de salvaguardas completamente nueva, y SpaceXAI la describe como el modelo más sólido que ha probado en negativas y resistencia a jailbreaks.
Lo interesante para los equipos es que lo hace sin rechazar en exceso trabajos legítimos.
En HackerBench v0.3, el benchmark de SpaceXAI para tareas cibernéticas de riesgo y maliciosas, Grok 4.7 solo permite pasar el 3,3% de las indicaciones de doble uso arriesgadas, y rara vez bloquea trabajos legítimos de seguridad.
También encabeza el benchmark de bioseguridad de LatchBio con un 62,4%.
El enfoque de Grok 4.7 es distinguir lo benigno de lo peligroso en lugar de rechazar todo el dominio.
¿Cómo rinde Grok 4.7 en los benchmarks?
En agregados independientes, Grok 4.7 se sitúa con solidez en mitad del pelotón.
En el Artificial Analysis Intelligence Index v4.3.2, que combina diez benchmarks, Grok 4.7 puntúa 46.
Esto lo deja claramente por detrás de los líderes actuales, Claude Fable 5.1 y GPT-6, ambos con 53. En definitiva, Grok 4.7 lidera en relación precio-rendimiento más que en capacidad absoluta.
Supera a GPT-5.6 Sol en la mayoría de benchmarks de programación y conocimiento cobrando menos de un tercio del precio de salida de Sol, pero Fable 5.1 aún le saca ventaja en puntuaciones de código puras.
El único benchmark donde Grok 4.7 lidera con holgura es el trabajo agente legal.
Programación y flujos de trabajo con agentes
En CursorBench 4.0, que estresa tareas de programación de larga duración, Grok 4.7 anota un 46,3%. Supera el 41,7% de GPT-5.6 Sol y el 40,4% de su predecesor, aunque Fable 5.1 lidera con 51,8%. En DeepSWE v1.1, Grok 4.7 marca un 71,0% a alto esfuerzo, cerca del 72,7% de Sol y del 70,0% de Fable 5.1.
Para trabajo de agente en terminal, hay una discrepancia notable. Aunque el banco interno de SpaceXAI muestra a Grok 4.7 saltando al 38,0% en Terminal-Bench 4.0, Artificial Analysis lo mide en solo un 26% en el mismo benchmark. Esto lo deja muy por detrás de GPT-6 Astra (60%) y Claude Fable 5.1 (55%), e incluso ligeramente por detrás del más barato DeepSeek V4.1 Flash (27%). Si el trabajo de agentes en terminal es tu carga principal, los modelos punteros siguen ganando con claridad en capacidad bruta.
La conclusión: en programación, Grok 4.7 se bate el cobre con GPT-5.6 Sol a una fracción del coste, pero Fable 5.1 sigue siendo la elección si necesitas lo más alto del ranking.
Trabajo profesional de conocimiento
Grok 4.7 lidera a todos los competidores listados en trabajo legal.
Su 19,6% en el Harvey Legal Agent Benchmark supera con creces el 2,5% de GPT-5.6 Sol y el 6,7% de Fable 5.1, y mejora el 15,8% de Grok 4.6. Si tu flujo toca análisis de documentos legales o revisión de contratos, es difícil ignorar esta brecha.
En trabajo de oficina de varias horas medido por AA Briefcase v1.1, Grok 4.7 anota 1.657, por delante de GPT-5.6 Sol (1.487) y justo por detrás de Fable 5.1 (1.678).
En razonamiento clínico en HealthBench Professional, Grok 4.7 alcanza el 56,7%, por detrás del 60,5% de Sol y del 62,1% de Fable 5.1, pero superando el 48,5% de su predecesor.
Tareas técnicas y de ingeniería
En tareas de ingeniería eléctrica medidas por EEBench, Grok 4.7 marca un sólido 64,0%, saltando por delante de su predecesor (53,0%), de Fable 5.1 (56,4%) y de GPT-5.6 Sol (39,4%).
En conjunto, el patrón es consistente: Grok 4.7 rinde muy bien en benchmarks profesionales especializados (legal, ingeniería eléctrica) y iguala o supera a Sol en programación general, mientras que Fable 5.1 mantiene la cima del ranking de código puro. Para un modelo a $2/$6, es una posición muy fuerte.
¿Qué variante deberías usar?
Grok 4.7 se ofrece en variantes por esfuerzo y una variante rápida; la elección depende de cuánto estés dispuesto a gastar en latencia y profundidad de razonamiento.
La recomendación por defecto es la variante estándar a $2/$6. La variante rápida sirve la salida al doble de velocidad por el doble de precio, así que solo tiene sentido cuando la latencia de respuesta afecta directamente a tu producto.
Los benchmarks publicados por SpaceXAI usan el ajuste xhigh effort para Grok 4.7, con una nota de que su 71,0% en DeepSWE v1.1 es un resultado de alto esfuerzo.
Mayor esfuerzo significa que el modelo trabaja más tiempo y gasta más tokens de salida en verificación, que es donde el entrenamiento en tareas de varias horas compensa, pero también donde crece tu factura.
Caso de uso
Variante
Por qué
Canales de programación a gran volumen
Standard xhigh
Mejor relación precio-rendimiento; el coste de salida domina, así que evita la prima de fast
Agentes legales o de ingeniería eléctrica
Standard xhigh
Aquí es donde brillan los benchmarks de Grok 4.7; el esfuerzo ayuda a la verificación
Productos de chat sensibles a la latencia
Fast variant
El 2x en velocidad de salida importa cuando los usuarios están esperando respuestas
Generación por lotes de documentos y diapositivas
Standard
Sin restricción de latencia, gana la opción más barata
Precio y disponibilidad de Grok 4.7
Grok 4.7 tiene un precio desde $2 por millón de tokens de entrada y $6 por millón de tokens de salida, sin cambios respecto a Grok 4.6.
SpaceXAI también ofrece una variante rápida con el doble de velocidad de salida por el doble de precio, es decir, $4 de entrada y $12 de salida.
Esa tarifa base es una octava parte de lo que cobra Claude Fable 5.1 en salida ($10 de entrada y $50 de salida por millón de tokens). La capa estable de Muse Spark 1.3 de Meta mejora a Grok en entrada con $1,25 pero se acerca en salida con $4,25, mientras que la capa Contributor de Meta a $0,10/$0,20 es mucho más barata a cambio de permitir que Meta entrene con tus prompts.
Grok 4.7 está disponible de forma general desde hoy.
No hay una capa gratuita de API, pero puedes probarlo sin coste a través de Grok Build.
Artificial Analysis lista Grok 4.7 con una ventana de contexto de 500.000 tokens, aunque curiosamente se omite en la publicación de lanzamiento de SpaceXAI. Esta es una carencia recurrente en la documentación de Grok frente a las ventanas de ~1M de tokens que publican competidores como Muse Spark.
Cómo acceder a Grok 4.7
Grok 4.7 es un modelo propietario accesible a través de varias superficies:
La API de Grok vía la consola de SpaceXAI
Cursor, para programación en el editor
Grok Build, gratis para empezar
Arneses de programación de terceros, enrutadores de modelos y plataformas cloud
Para llamarlo desde la API, usa el ID del modelo como cadena exacta en tu solicitud. Este es un ejemplo mínimo usando el cliente compatible con OpenAI apuntando al endpoint de SpaceXAI:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_XAI_KEY",
base_url="https://api.x.ai/v1",)
response = client.chat.completions.create(
model="grok-4.7",
messages=[{"role":"user","content":"Refactor this SQL query for readability..."}],)print(response.choices[0].message.content)Con la tecnología de
Conclusiones
Grok 4.7 es la apuesta clara de valor de SpaceXAI en un mercado donde Fable confía en que la capacidad de frontera justifique $50 por millón de tokens de salida. Es similar a lo que hemos visto con la reciente oleada de modelos Flash (consulta nuestra comparativa de DeepSeek V4.1 Flash vs Gemini 3.8 Flash).
Manteniendo las tarifas de $2/$6 de Grok 4.6 mientras logra puntuaciones cercanas a la frontera, SpaceXAI compite en coste por resultado más que por posición en el ranking.
Yo me cambiaría para cargas de programación a gran volumen, trabajo de agentes legales o tareas de ingeniería eléctrica, donde sus ventajas en benchmarks y su precio bajo se alinean.
Si necesitas lo más alto del ranking de programación, Fable 5.1 sigue ganando, y la documentación escasa de Grok sobre la ventana de contexto sigue siendo un fastidio.
Si quieres ponerte manos a la obra construyendo flujos de trabajo con agentes en modelos como este, te recomiendo nuestro itinerario de aprendizaje AI Agent Fundamentals para asentar primero la base.
FAQs
¿Cómo se compara Grok 4.7 con Grok 4.6?⌄
Grok 4.7 usa un modelo base nuevo y más grande que Grok 4.6 y se entrenó con una fase más larga de aprendizaje por refuerzo en tareas más duras y de varias horas. Mejora en todos los frentes: CursorBench 4.0 sube del 40,4% al 46,3%, Terminal-Bench 4.0 casi se duplica del 20,3% al 38,0%, y EEBench pasa del 53,0% al 64,0%. El precio se mantiene en $2/$6 por millón de tokens.
¿Cuánto cuesta Grok 4.7?⌄
Grok 4.7 cuesta $2 por millón de tokens de entrada y $6 por millón de tokens de salida, sin cambios respecto a Grok 4.6. Una variante rápida sirve la salida al doble de velocidad por el doble de precio ($4 de entrada, $12 de salida). Esa tarifa base es aproximadamente una cuarta parte de GPT-6 Astra y Claude Fable 5.1, que cobran $10/$50.
¿Dónde puedo acceder a Grok 4.7?⌄
Grok 4.7 está disponible hoy a través de la API de Grok en la consola de xAI, en Cursor y en Grok Build (gratis para empezar). También es accesible desde arneses de programación de terceros, enrutadores de modelos y plataformas cloud. Usa el ID de modelo grok-4.7 en tus solicitudes de API.
¿Es Grok 4.7 mejor que GPT-5.6 Sol y Claude Fable 5.1?⌄
Depende de la tarea. Grok 4.7 lidera tanto en trabajo legal (19,6% en Harvey frente al 2,5% de Sol y el 6,7% de Fable) como en ingeniería eléctrica (64,0% en EEBench). En programación general, está a la par de GPT-5.6 Sol, pero Fable 5.1 sigue al frente en CursorBench (51,8%) y Terminal-Bench (57,9%). Grok gana con claridad en relación precio-rendimiento.
¿Para qué es mejor Grok 4.7?⌄
Grok 4.7 es más fuerte para canales de programación a gran volumen, trabajo de agentes legales, tareas de ingeniería eléctrica y generación de documentos o presentaciones. Su bajo precio de $2/$6 lo hace especialmente adecuado para cargas de agentes intensivas en salida, donde el coste de tokens domina la factura. También incorpora la pila de salvaguardas más sólida de xAI hasta la fecha, rechazando prompts de doble uso arriesgados sin bloquear apenas trabajos legítimos de seguridad.
Escritora y editora de contenidos en el ámbito de la tecnología educativa. Comprometido con la exploración de tendencias de datos y entusiasmado con el aprendizaje de la ciencia de datos.
Aprende a usar la IA como socio sénior de ingeniería para análisis de código, optimización del rendimiento, seguridad y decisiones de arquitectura de software.
La carrera por los modelos punteros ha entrado en una fase donde las diferencias interesantes tienen menos que ver con la capacidad bruta y más con lo que pagas por ella.
Claude Fable 5.1 se sitúa en $10 de entrada y $50 de salida por millón de tokens, y la pregunta práctica para la mayoría de equipos es si esa prima aporta algo que un modelo más barato no pueda igualar.
SpaceXAI lanzó Grok 4.7 el 21 de septiembre de 2026, posicionándolo como su modelo más capaz para programación y trabajo de conocimiento.
Funciona a $2 por millón de tokens de entrada y $6 por millón de tokens de salida, sin cambios respecto a Grok 4.6, y marca un 46,3% en CursorBench 4.0 para tareas de programación de larga duración, ligeramente por detrás de Fable 5.1.
En este artículo cubro todo lo nuevo en Grok 4.7: sus funciones, cómo rinde frente a GPT-5.6 Sol y Fable 5.1, y las opciones de acceso.
Para más contexto competitivo, consulta nuestra comparativa entre Claude Fable 5.1 y GPT-6 Astra y nuestro análisis de Claude Opus 5 vs GPT-5.6 Sol. También te recomiendo leer sobre Jev de TypeSafe.
Resumen
¿Qué es Grok 4.7?
Grok 4.7 es el modelo insignia de SpaceXAI para programación y trabajo de conocimiento, lanzado el 21 de septiembre de 2026 como sucesor de Grok 4.6.
Utiliza un nuevo modelo base más grande y se entrenó con una fase más larga de aprendizaje por refuerzo sobre una mezcla más difícil de tareas, ponderada hacia problemas que llevan muchas horas completar. SpaceXAI lo entrenó para trabajar más tiempo en tareas difíciles y revisar su propio trabajo con más cuidado.
El salto generacional respecto a Grok 4.6 se nota sobre todo en trabajos de larga duración. En Terminal-Bench 4.0, que mide tareas de terminal de varias horas, Grok 4.7 casi duplica a su predecesor en el banco interno de SpaceXAI, pasando del 20,3% al 38,0%. CursorBench 4.0 sube del 40,4% al 46,3%, y la puntuación de oficina AA Briefcase v1.1 escala de 1.546 a 1.657.
El titular que importa a los profesionales es el Harvey Legal Agent Benchmark, donde Grok 4.7 marca un 19,6%. Es más de 7 veces el 2,5% de GPT-5.6 Sol y casi 3 veces el 6,7% de Fable 5.1, una diferencia lo bastante amplia como para que el trabajo agente en el ámbito legal sea una razón de peso para elegir este modelo frente a opciones punteras más caras.
Funciones clave de Grok 4.7
Las mejoras de Grok 4.7 se agrupan en tres áreas: trabajo sostenido en tareas largas, creación de documentos profesionales y una nueva capa de salvaguardas.
Esto es lo que realmente puedes hacer con ellas.
Trabaja más tiempo en tareas de varias horas
Grok 4.7 se entrenó específicamente en problemas que llevan horas en lugar de minutos, por lo que se mantiene mejor en trabajos de programación y terminal de largo recorrido.
En la práctica, significa que puede mantener el hilo conductor en una sesión de depuración con múltiples pasos o en una migración larga sin perder el rumbo a mitad de camino.
El modelo gestiona contextos más largos y verifica su propia salida con más cuidado que Grok 4.6.
Si alguna vez un modelo te ha asegurado que una tarea estaba terminada dejando la mitad de las pruebas fallando, este es el punto que SpaceXAI quiere resolver.
Crea documentos y presentaciones
Grok 4.7 es mejor generando los entregables que los profesionales realmente comparten: informes, resúmenes y presentaciones.
SpaceXAI lo evalúa en GDPval y AA Briefcase, que encargan al modelo trabajos típicos de abogados, personal de enfermería y analistas financieros.
Para un equipo de datos, esto importa cuando quieres que el modelo convierta un análisis en un texto bien redactado o en una presentación lista para stakeholders, y no solo devuelva resultados en bruto.
Grok 4.7 mejora respecto a Grok 4.6 en ambos benchmarks y rinde de forma comparable a otros modelos punteros, así que la generación de documentos ya no es una razón para pagar la prima de Fable.
Gestión conversacional nativa en Grok Bot
SpaceXAI entrenó Grok 4.7 para entender de forma nativa el arnés de Grok Bot, lo que lo hace más fuerte en tareas conversacionales y trabajo general de conocimiento.
Si estás creando un asistente tipo chat sobre la API de Grok, el modelo se comporta de forma más predecible dentro de ese bucle conversacional.
Es una función más acotada que las ganancias en programación, pero indica que SpaceXAI trata el despliegue conversacional como un caso de uso de primer nivel y no como un añadido a un modelo de código.
Nueva pila de salvaguardas con alta utilidad
Grok 4.7 llega con una pila de salvaguardas completamente nueva, y SpaceXAI la describe como el modelo más sólido que ha probado en negativas y resistencia a jailbreaks.
Lo interesante para los equipos es que lo hace sin rechazar en exceso trabajos legítimos.
En HackerBench v0.3, el benchmark de SpaceXAI para tareas cibernéticas de riesgo y maliciosas, Grok 4.7 solo permite pasar el 3,3% de las indicaciones de doble uso arriesgadas, y rara vez bloquea trabajos legítimos de seguridad.
También encabeza el benchmark de bioseguridad de LatchBio con un 62,4%.
El enfoque de Grok 4.7 es distinguir lo benigno de lo peligroso en lugar de rechazar todo el dominio.
¿Cómo rinde Grok 4.7 en los benchmarks?
En agregados independientes, Grok 4.7 se sitúa con solidez en mitad del pelotón.
En el Artificial Analysis Intelligence Index v4.3.2, que combina diez benchmarks, Grok 4.7 puntúa 46.
Esto lo deja claramente por detrás de los líderes actuales, Claude Fable 5.1 y GPT-6, ambos con 53. En definitiva, Grok 4.7 lidera en relación precio-rendimiento más que en capacidad absoluta.
Supera a GPT-5.6 Sol en la mayoría de benchmarks de programación y conocimiento cobrando menos de un tercio del precio de salida de Sol, pero Fable 5.1 aún le saca ventaja en puntuaciones de código puras.
El único benchmark donde Grok 4.7 lidera con holgura es el trabajo agente legal.
Programación y flujos de trabajo con agentes
En CursorBench 4.0, que estresa tareas de programación de larga duración, Grok 4.7 anota un 46,3%. Supera el 41,7% de GPT-5.6 Sol y el 40,4% de su predecesor, aunque Fable 5.1 lidera con 51,8%. En DeepSWE v1.1, Grok 4.7 marca un 71,0% a alto esfuerzo, cerca del 72,7% de Sol y del 70,0% de Fable 5.1.
Para trabajo de agente en terminal, hay una discrepancia notable. Aunque el banco interno de SpaceXAI muestra a Grok 4.7 saltando al 38,0% en Terminal-Bench 4.0, Artificial Analysis lo mide en solo un 26% en el mismo benchmark. Esto lo deja muy por detrás de GPT-6 Astra (60%) y Claude Fable 5.1 (55%), e incluso ligeramente por detrás del más barato DeepSeek V4.1 Flash (27%). Si el trabajo de agentes en terminal es tu carga principal, los modelos punteros siguen ganando con claridad en capacidad bruta.
La conclusión: en programación, Grok 4.7 se bate el cobre con GPT-5.6 Sol a una fracción del coste, pero Fable 5.1 sigue siendo la elección si necesitas lo más alto del ranking.
Trabajo profesional de conocimiento
Grok 4.7 lidera a todos los competidores listados en trabajo legal.
Su 19,6% en el Harvey Legal Agent Benchmark supera con creces el 2,5% de GPT-5.6 Sol y el 6,7% de Fable 5.1, y mejora el 15,8% de Grok 4.6. Si tu flujo toca análisis de documentos legales o revisión de contratos, es difícil ignorar esta brecha.
En trabajo de oficina de varias horas medido por AA Briefcase v1.1, Grok 4.7 anota 1.657, por delante de GPT-5.6 Sol (1.487) y justo por detrás de Fable 5.1 (1.678).
En razonamiento clínico en HealthBench Professional, Grok 4.7 alcanza el 56,7%, por detrás del 60,5% de Sol y del 62,1% de Fable 5.1, pero superando el 48,5% de su predecesor.
Tareas técnicas y de ingeniería
En tareas de ingeniería eléctrica medidas por EEBench, Grok 4.7 marca un sólido 64,0%, saltando por delante de su predecesor (53,0%), de Fable 5.1 (56,4%) y de GPT-5.6 Sol (39,4%).
En conjunto, el patrón es consistente: Grok 4.7 rinde muy bien en benchmarks profesionales especializados (legal, ingeniería eléctrica) y iguala o supera a Sol en programación general, mientras que Fable 5.1 mantiene la cima del ranking de código puro. Para un modelo a $2/$6, es una posición muy fuerte.
¿Qué variante deberías usar?
Grok 4.7 se ofrece en variantes por esfuerzo y una variante rápida; la elección depende de cuánto estés dispuesto a gastar en latencia y profundidad de razonamiento.
La recomendación por defecto es la variante estándar a $2/$6. La variante rápida sirve la salida al doble de velocidad por el doble de precio, así que solo tiene sentido cuando la latencia de respuesta afecta directamente a tu producto.
Los benchmarks publicados por SpaceXAI usan el ajuste xhigh effort para Grok 4.7, con una nota de que su 71,0% en DeepSWE v1.1 es un resultado de alto esfuerzo.
Mayor esfuerzo significa que el modelo trabaja más tiempo y gasta más tokens de salida en verificación, que es donde el entrenamiento en tareas de varias horas compensa, pero también donde crece tu factura.
Precio y disponibilidad de Grok 4.7
Grok 4.7 tiene un precio desde $2 por millón de tokens de entrada y $6 por millón de tokens de salida, sin cambios respecto a Grok 4.6.
SpaceXAI también ofrece una variante rápida con el doble de velocidad de salida por el doble de precio, es decir, $4 de entrada y $12 de salida.
Esa tarifa base es una octava parte de lo que cobra Claude Fable 5.1 en salida ($10 de entrada y $50 de salida por millón de tokens). La capa estable de Muse Spark 1.3 de Meta mejora a Grok en entrada con $1,25 pero se acerca en salida con $4,25, mientras que la capa Contributor de Meta a $0,10/$0,20 es mucho más barata a cambio de permitir que Meta entrene con tus prompts.
Grok 4.7 está disponible de forma general desde hoy.
No hay una capa gratuita de API, pero puedes probarlo sin coste a través de Grok Build.
Artificial Analysis lista Grok 4.7 con una ventana de contexto de 500.000 tokens, aunque curiosamente se omite en la publicación de lanzamiento de SpaceXAI. Esta es una carencia recurrente en la documentación de Grok frente a las ventanas de ~1M de tokens que publican competidores como Muse Spark.
Cómo acceder a Grok 4.7
Grok 4.7 es un modelo propietario accesible a través de varias superficies:
Para llamarlo desde la API, usa el ID del modelo como cadena exacta en tu solicitud. Este es un ejemplo mínimo usando el cliente compatible con OpenAI apuntando al endpoint de SpaceXAI:
Conclusiones
Grok 4.7 es la apuesta clara de valor de SpaceXAI en un mercado donde Fable confía en que la capacidad de frontera justifique $50 por millón de tokens de salida. Es similar a lo que hemos visto con la reciente oleada de modelos Flash (consulta nuestra comparativa de DeepSeek V4.1 Flash vs Gemini 3.8 Flash).
Manteniendo las tarifas de $2/$6 de Grok 4.6 mientras logra puntuaciones cercanas a la frontera, SpaceXAI compite en coste por resultado más que por posición en el ranking.
Yo me cambiaría para cargas de programación a gran volumen, trabajo de agentes legales o tareas de ingeniería eléctrica, donde sus ventajas en benchmarks y su precio bajo se alinean.
Si necesitas lo más alto del ranking de programación, Fable 5.1 sigue ganando, y la documentación escasa de Grok sobre la ventana de contexto sigue siendo un fastidio.
Si quieres ponerte manos a la obra construyendo flujos de trabajo con agentes en modelos como este, te recomiendo nuestro itinerario de aprendizaje AI Agent Fundamentals para asentar primero la base.