Grok 4.7 : fonctionnalités, benchmarks, tarifs et accès

La course aux modèles de pointe a trouvé un rythme où les vraies différences tiennent moins à la performance brute qu’au prix que vous payez pour l’obtenir.

Claude Fable 5.1 est tarifé 10 $ en entrée et 50 $ en sortie par million de tokens. La question pragmatique pour la plupart des équipes est donc : ce surcoût apporte‑t‑il quelque chose qu’un modèle moins cher ne sait pas faire ?

SpaceXAI a publié Grok 4.7 le 21 septembre 2026, en le présentant comme son modèle le plus performant pour le code et le travail de connaissance.

Il est facturé 2 $ par million de tokens en entrée et 6 $ par million de tokens en sortie, identique à Grok 4.6, et obtient 46,3 % sur CursorBench 4.0 pour les tâches de codage longues, légèrement derrière Fable 5.1. 

Dans cet article, je passe en revue les nouveautés de Grok 4.7 : nouvelles fonctionnalités, résultats face à GPT‑5.6 Sol et Fable 5.1, et options d’accès.

Pour un panorama plus large, consultez notre comparatif Claude Fable 5.1 vs GPT‑6 Astra et notre analyse Claude Opus 5 vs GPT‑5.6 Sol. Je recommande aussi de lire Jev de TypeSafe. 

En bref

• Grok 4.7 devient le modèle par défaut de SpaceXAI pour le code et le travail de connaissance, basé sur un modèle de base plus grand que Grok 4.6.
• Le point clé, c’est le rapport performance/prix : des scores proches du haut de gamme pour 2 $/6 $ par million de tokens, soit un huitième du prix de Fable sur la sortie.
• Il domine le Harvey Legal Agent Benchmark avec 19,6 %, écrasant GPT‑5.6 Sol (2,5 %) et Fable 5.1 (6,7 %).
• Fable 5.1 reste en tête en codage pur et en raisonnement clinique : Grok 4.7 est le meilleur choix en valeur, pas le leader absolu en capacités.
• À privilégier si vous exécutez des charges importantes en codage ou des workflows « agents » où le coût des tokens de sortie pèse le plus sur la facture.

Qu’est‑ce que Grok 4.7 ?

Grok 4.7 est le modèle phare de SpaceXAI pour le code et le travail de connaissance, publié le 21 septembre 2026, successeur de Grok 4.6.

Il s’appuie sur un nouveau modèle de base plus grand et a été entraîné avec un apprentissage par renforcement plus long sur un mélange de tâches plus difficiles, orientées vers des problèmes nécessitant de nombreuses heures. SpaceXAI l’a entraîné à travailler plus longtemps sur des tâches ardues et à vérifier son propre travail plus rigoureusement.

Le saut générationnel par rapport à Grok 4.6 se voit surtout sur les tâches de longue durée. Sur Terminal‑Bench 4.0, qui évalue des tâches terminal sur plusieurs heures, Grok 4.7 double presque son prédécesseur sur le banc interne de SpaceXAI, passant de 20,3 % à 38,0 %. CursorBench 4.0 progresse de 40,4 % à 46,3 %, et le score AA Briefcase v1.1 (bureautique) grimpe de 1 546 à 1 657.

Le signal le plus parlant pour les praticiens est le Harvey Legal Agent Benchmark, où Grok 4.7 atteint 19,6 %. C’est plus de 7 fois les 2,5 % de GPT‑5.6 Sol et près de 3 fois les 6,7 % de Fable 5.1 : un écart suffisant pour faire de l’agentisation orientée juridique une vraie raison de choisir ce modèle face aux options de pointe plus chères.

Fonctionnalités clés de Grok 4.7

Les améliorations de Grok 4.7 se concentrent sur trois axes : l’endurance sur les longues tâches, la production de documents professionnels et une nouvelle pile de garde‑fous.

Voici ce que cela change concrètement.

Travailler plus longtemps sur des tâches de plusieurs heures

Grok 4.7 a été spécifiquement entraîné sur des problèmes qui se résolvent en heures plutôt qu’en minutes, ce qui le rend plus robuste sur le codage et le travail en terminal à long horizon.

En pratique, il maintient un fil conducteur cohérent lors d’une session de débogage multi‑étapes ou d’une migration longue, sans « perdre le fil » en cours de route.

Le modèle gère un contexte plus long et vérifie son propre output plus soigneusement que Grok 4.6.

Si vous avez déjà vu un modèle annoncer fièrement une tâche terminée alors que la moitié des tests échouent encore, c’est précisément ce point que SpaceXAI adresse.

Créer des documents et des présentations

Grok 4.7 est meilleur pour produire les livrables que les professionnels remettent vraiment : rapports, notes, et présentations.

SpaceXAI l’évalue sur GDPval et AA Briefcase, qui simulent des tâches habituellement réalisées par des juristes, des infirmiers et des analystes financiers.

Pour une équipe data, c’est utile quand vous voulez qu’un modèle transforme une analyse en synthèse écrite ou en présentation prête pour les parties prenantes, plutôt que de renvoyer un output brut.

Grok 4.7 progresse par rapport à Grok 4.6 sur ces deux benchmarks et se hisse au niveau des modèles de pointe, si bien que la génération de documents n’est plus une raison de payer la prime Fable.

Gestion conversationnelle native Grok Bot

SpaceXAI a entraîné Grok 4.7 à comprendre nativement le harness Grok Bot, ce qui le renforce sur les tâches conversationnelles et le travail de connaissance général.

Si vous construisez un assistant de type chat au‑dessus de l’API Grok, le modèle se comporte plus prévisible dans cette boucle conversationnelle.

C’est une fonctionnalité plus étroite que les gains en codage, mais cela montre que SpaceXAI traite le déploiement conversationnel comme un cas d’usage prioritaire, et non un simple ajout à un modèle de codage.

Nouvelle pile de garde‑fous à forte utilité

Grok 4.7 embarque une pile de garde‑fous entièrement nouvelle, que SpaceXAI qualifie de plus robuste de ses modèles sur les refus et la résistance aux « jailbreaks ».

L’intérêt pour les praticiens : il y parvient sans sur‑refuser des tâches légitimes.

Sur HackerBench v0.3, le benchmark de SpaceXAI pour des tâches cyber risquées et potentiellement malveillantes, Grok 4.7 ne laisse passer que 3,3 % des invites dual‑use risquées tout en bloquant rarement les travaux de sécurité légitimes.

Il arrive aussi en tête du benchmark de biosécurité de LatchBio avec 62,4 %. 

L’approche de Grok 4.7 est de distinguer le bénin du dangereux, plutôt que de refuser tout un domaine.

Comment Grok 4.7 se comporte‑t‑il sur les benchmarks ?

Sur les agrégats indépendants, Grok 4.7 se positionne solidement au milieu du peloton.

Sur l’Artificial Analysis Intelligence Index v4.3.2, qui combine dix benchmarks, Grok 4.7 obtient 46.

Il reste donc derrière les leaders actuels, Claude Fable 5.1 et GPT‑6, tous deux à 53. En définitive, Grok 4.7 est un leader en rapport performance/prix, pas en capacité brute.

Il dépasse GPT‑5.6 Sol sur la plupart des benchmarks de code et de connaissance tout en facturant moins d’un tiers du prix de sortie de Sol, mais Fable 5.1 garde une légère avance sur le codage pur.

Le seul benchmark où Grok 4.7 creuse un large écart est le travail d’agent juridique.

Workflows de codage et d’agents

Sur CursorBench 4.0, qui met l’accent sur des tâches de codage longues, Grok 4.7 atteint 46,3 %. Il devance GPT‑5.6 Sol (41,7 %) et son prédécesseur (40,4 %), mais Fable 5.1 mène à 51,8 %. Sur DeepSWE v1.1, Grok 4.7 affiche 71,0 % en effort élevé, proche des 72,7 % de Sol et des 70,0 % de Fable 5.1.

Pour le travail d’agent en terminal, un écart notable apparaît. Alors que le banc interne de SpaceXAI montre Grok 4.7 à 38,0 % sur Terminal‑Bench 4.0, Artificial Analysis mesure Grok 4.7 à seulement 26 % sur le même benchmark. Il se place ainsi loin derrière GPT‑6 Astra (60 %) et Claude Fable 5.1 (55 %), et même légèrement derrière le plus économique DeepSeek V4.1 Flash (27 %). Si l’agentisation en terminal est votre cœur d’activité, les modèles de pointe restent clairement devant en capacité brute.

À retenir : en codage, Grok 4.7 tient tête à GPT‑5.6 Sol pour une fraction du coût, mais Fable 5.1 reste l’option si vous visez le sommet absolu du classement.

Travail de connaissance professionnel

Grok 4.7 devance tous les concurrents listés sur le juridique.

Son 19,6 % au Harvey Legal Agent Benchmark surclasse les 2,5 % de GPT‑5.6 Sol et les 6,7 % de Fable 5.1, et améliore les 15,8 % de Grok 4.6. Si votre flux touche à l’analyse de documents juridiques ou à la revue de contrats, cet écart est difficile à ignorer.

Sur le travail bureautique multi‑heures mesuré par AA Briefcase v1.1, Grok 4.7 marque 1 657, devant GPT‑5.6 Sol (1 487) et juste derrière Fable 5.1 (1 678).

En raisonnement clinique sur HealthBench Professional, Grok 4.7 atteint 56,7 %, derrière Sol (60,5 %) et Fable 5.1 (62,1 %) mais mieux que son prédécesseur (48,5 %).

Tâches techniques et d’ingénierie

Sur les tâches d’ingénierie électrique (EEBench), Grok 4.7 affiche un solide 64,0 %, bondissant devant son prédécesseur (53,0 %), Fable 5.1 (56,4 %) et GPT‑5.6 Sol (39,4 %).

Au total, le motif est cohérent : Grok 4.7 excelle sur des benchmarks professionnels spécialisés (juridique, ingénierie électrique) et égale ou dépasse Sol en codage général, tandis que Fable 5.1 garde la tête du classement en codage pur. Pour un modèle à 2 $/6 $, c’est une très belle position.

Quel niveau choisir ?

Grok 4.7 est proposé en variantes d’effort et en une variante rapide ; le choix dépend donc de ce que vous êtes prêt à investir en latence et en profondeur de raisonnement.

La recommandation par défaut est la variante standard à 2 $/6 $. La variante rapide délivre la sortie deux fois plus vite pour deux fois le prix : elle n’a de sens que si la latence impacte directement votre produit.

Les benchmarks publiés par SpaceXAI utilisent le réglage xhigh effort pour Grok 4.7, avec la précision que son score DeepSWE v1.1 de 71,0 % correspond à un effort élevé.

Un effort plus élevé signifie que le modèle travaille plus longtemps et dépense plus de tokens de sortie pour la vérification : c’est là que l’entraînement aux tâches multi‑heures porte ses fruits… mais aussi là que la facture augmente.

Tarifs et disponibilité de Grok 4.7

Grok 4.7 est tarifé à partir de 2 $ par million de tokens en entrée et 6 $ par million de tokens en sortie, inchangé par rapport à Grok 4.6.

SpaceXAI propose aussi une variante rapide avec un débit de sortie doublé pour un prix doublé, soit 4 $ en entrée et 12 $ en sortie.

Ce tarif de base représente un huitième du prix facturé par Claude Fable 5.1 sur la sortie (10 $ en entrée et 50 $ en sortie par million de tokens). La formule stable de Muse Spark 1.3 de Meta est moins chère en entrée (1,25 $) et proche en sortie (4,25 $), tandis que l’offre Contributor de Meta à 0,10 $/0,20 $ est bien plus économique en échange de l’autorisation d’entraîner leurs modèles sur vos prompts.

Grok 4.7 est disponible dès aujourd’hui.

Il n’y a pas de palier API gratuit, mais vous pouvez l’essayer sans frais via Grok Build.

Artificial Analysis indique que Grok 4.7 dispose d’une fenêtre de contexte de 500 000 tokens, bien que cela soit curieusement absent du billet de lancement de SpaceXAI. C’est un angle mort récurrent dans la documentation de Grok face aux fenêtres d’environ 1 M de tokens publiées par des concurrents comme Muse Spark.

Comment accéder à Grok 4.7

Grok 4.7 est un modèle propriétaire accessible via plusieurs interfaces :

• L’API Grok via la console SpaceXAI
• Cursor, pour coder directement dans l’éditeur
• Grok Build, gratuit pour démarrer
• Des harness de codage tiers, des routeurs de modèles et des plateformes cloud

Pour l’appeler depuis l’API, utilisez l’identifiant de modèle tel quel dans votre requête. Voici un exemple minimal avec le client compatible OpenAI pointé vers l’endpoint 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)Propulsé par

Conclusion

Grok 4.7 est la réponse de SpaceXAI à un marché où Fable parie que la capacité de pointe justifie 50 $ par million de tokens en sortie. C’est proche de ce que l’on observe avec la récente vague de modèles Flash (voir notre comparatif DeepSeek V4.1 Flash vs Gemini 3.8 Flash).

En conservant les tarifs 2 $/6 $ de Grok 4.6 tout en affichant des scores proches du haut de gamme, SpaceXAI se positionne sur le coût par résultat plutôt que sur la première place du classement.

Je basculerais dessus pour du codage à grand volume, des agents juridiques ou des tâches d’ingénierie électrique, où ses atouts de benchmark et son prix bas se rejoignent.

Si vous avez besoin du sommet absolu en codage, Fable 5.1 reste devant, et la documentation parcellaire de Grok sur la fenêtre de contexte demeure agaçante.

Pour vous exercer à construire des workflows agentiques sur ce type de modèles, je vous recommande notre parcours de compétences AI Agent Fundamentals pour poser d’abord les bases.