Grok 4.7: recursos, benchmarks, preços e acesso

A corrida pelos modelos de ponta chegou a um ponto em que as diferenças mais interessantes não são mais sobre capacidade bruta, e sim sobre quanto você paga por ela.

O Claude Fable 5.1 cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, e a pergunta prática para a maioria dos times é se esse prêmio entrega algo que um modelo mais barato não consegue igualar.

A SpaceXAI lançou o Grok 4.7 em 21 de setembro de 2026, posicionando-o como seu modelo mais capaz para código e trabalho com conhecimento.

Ele custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída, igual ao Grok 4.6, e marcou 46,3% no CursorBench 4.0 para tarefas de codificação de longa duração, um pouco atrás do Fable 5.1. 

Neste artigo, vou cobrir tudo o que há de novo no Grok 4.7: os recursos, os benchmarks em comparação com o GPT-5.6 Sol e o Fable 5.1, e as opções de acesso.

Para ver mais sobre o cenário competitivo, confira nossa comparação entre Claude Fable 5.1 e GPT-6 Astra e nossa análise de Claude Opus 5 vs GPT-5.6 Sol. Também recomendo ler sobre o Jev, da TypeSafe. 

Resumo

• O Grok 4.7 é o novo padrão da SpaceXAI para codificação e trabalho com conhecimento, construído sobre um modelo-base maior que o do Grok 4.6.
• O destaque é a relação preço-desempenho: pontuações próximas aos modelos de ponta por US$ 2/US$ 6 por milhão de tokens, um oitavo do que o Fable cobra na saída.
• Ele domina o Harvey Legal Agent Benchmark com 19,6%, superando com folga o GPT-5.6 Sol (2,5%) e o Fable 5.1 (6,7%).
• O Fable 5.1 ainda lidera em codificação pura e raciocínio clínico; portanto, o Grok é uma escolha de valor, não o líder absoluto em capacidade.
• Vale a troca se você roda cargas de trabalho de codificação ou agentes em alto volume, nas quais o custo de tokens de saída pesa mais na conta.

O que é o Grok 4.7?

O Grok 4.7 é o modelo principal da SpaceXAI para codificação e trabalho com conhecimento, lançado em 21 de setembro de 2026, como sucessor do Grok 4.6.

Ele usa um novo modelo-base, maior, e foi treinado com uma etapa mais longa de aprendizado por reforço em um conjunto mais difícil de tarefas,priorizando problemas que levam muitas horas para concluir. A SpaceXAI o treinou para sustentar o trabalho em tarefas difíceis por mais tempo e verificar o próprio output com mais cuidado.

O salto geracional em relação ao Grok 4.6 aparece principalmente em tarefas longas. No Terminal-Bench 4.0, que mede tarefas de terminal com várias horas, o Grok 4.7 quase dobra o antecessor no harness interno da SpaceXAI, de 20,3% para 38,0%. No CursorBench 4.0, sobe de 40,4% para 46,3%, e no AA Briefcase v1.1 a pontuação para trabalho de escritório vai de 1.546 para 1.657.

O destaque que mais importa para quem está na prática é o Harvey Legal Agent Benchmark, no qual o Grok 4.7 marca 19,6%. Isso é mais de 7x os 2,5% do GPT-5.6 Sol e quase 3x os 6,7% do Fable 5.1 — uma diferença grande o suficiente para que trabalho com agentes na área jurídica seja um motivo real para escolher este modelo em vez das opções de ponta mais caras.

Principais recursos do Grok 4.7

As melhorias do Grok 4.7 se concentram em três frentes: sustentação de trabalho em tarefas longas, criação de documentos profissionais e uma nova pilha de salvaguardas.

Veja o que dá para fazer, na prática.

Trabalhe por mais tempo em tarefas de várias horas

O Grok 4.7 foi treinado especificamente em problemas que levam horas, não minutos, então ele se mantém melhor em codificação e trabalho de terminal de longo prazo.

Na prática, isso significa manter um fio condutor coerente ao longo de uma sessão de depuração com muitos passos ou uma migração demorada, sem “perder o enredo” no meio do caminho.

O modelo gerencia contextos mais longos e verifica seu próprio output com mais rigor do que o Grok 4.6.

Se você já viu um modelo declarar com confiança que terminou uma tarefa deixando metade dos testes falhando, é exatamente isso que a SpaceXAI está mirando.

Crie documentos e apresentações

O Grok 4.7 ficou melhor em produzir o tipo de entregável que profissionais realmente apresentam: relatórios, pareceres e apresentações em slides.

A SpaceXAI avalia isso no GDPval e no AA Briefcase, que cobram do modelo trabalhos normalmente feitos por advogados, enfermeiros e analistas financeiros.

Para um time de dados, isso importa quando você quer que o modelo transforme uma análise em um resumo escrito ou em uma apresentação pronta para stakeholders, e não apenas retorne o resultado bruto.

O Grok 4.7 melhora em relação ao 4.6 em ambos os benchmarks e tem desempenho comparável a outros modelos de ponta, então geração de documentos deixa de ser um motivo para pagar o prêmio do Fable.

Tratamento conversacional nativo no Grok Bot

A SpaceXAI treinou o Grok 4.7 para entender nativamente o harness do Grok Bot, o que o torna mais forte em tarefas conversacionais e trabalho de conhecimento geral.

Se você está construindo um assistente em formato de chat sobre a API do Grok, o modelo se comporta de forma mais previsível dentro desse loop conversacional.

É um recurso mais específico do que os ganhos em codificação, mas sinaliza que a SpaceXAI trata a implantação conversacional como caso de uso principal, e não um apêndice em um modelo de código.

Nova pilha de salvaguardas, com alta utilidade

O Grok 4.7 vem com uma pilha de salvaguardas totalmente nova, e a SpaceXAI diz ser o modelo mais forte que testou em recusas e resistência a jailbreaks.

O ponto interessante para quem usa no dia a dia é que ele faz isso sem recusar demais trabalhos legítimos.

No HackerBench v0.3, benchmark da SpaceXAI para tarefas cibernéticas arriscadas e maliciosas, o Grok 4.7 deixa passar apenas 3,3% dos prompts de uso duplo arriscados, raramente bloqueando trabalhos legítimos de segurança.

Ele também lidera o benchmark de biossegurança da LatchBio, com 62,4%. 

A abordagem do Grok 4.7 é distinguir o que é benigno do que é perigoso, em vez de recusar todo o domínio.

Como o Grok 4.7 se sai nos benchmarks?

Olhando agregadores independentes, o Grok 4.7 fica solidamente no meio do pelotão.

No Artificial Analysis Intelligence Index v4.3.2, que combina dez benchmarks, o Grok 4.7 marca 46.

Isso o coloca bem atrás dos líderes atuais, Claude Fable 5.1 e GPT-6, ambos com 53. No fim, o Grok 4.7 é líder em preço-desempenho, não em capacidade absoluta.

Ele vence o GPT-5.6 Sol na maioria dos benchmarks de código e conhecimento cobrando menos de um terço do preço de saída do Sol, mas o Fable 5.1 ainda leva vantagem nas pontuações de codificação pura.

O único benchmark em que o Grok 4.7 lidera todo mundo com folga é o de agentes jurídicos.

Codificação e fluxos de trabalho com agentes

No CursorBench 4.0, que estressa tarefas de codificação mais longas, o Grok 4.7 marca 46,3%. Isso supera os 41,7% do GPT-5.6 Sol e os 40,4% do próprio antecessor, embora o Fable 5.1 lidere com 51,8%. No DeepSWE v1.1, o Grok 4.7 faz 71,0% em esforço alto, perto dos 72,7% do Sol e dos 70,0% do Fable 5.1.

Para trabalho de agente em terminal, há uma discrepância notável. Enquanto o harness interno da SpaceXAI mostra o Grok 4.7 saltando para 38,0% no Terminal-Bench 4.0, a Artificial Analysis mede apenas 26% no mesmo benchmark. Isso o coloca bem atrás do GPT-6 Astra (60%) e do Claude Fable 5.1 (55%), e até um pouco atrás do mais barato DeepSeek V4.1 Flash (27%). Se trabalho de agente em terminal é o seu core, os modelos de fronteira ainda vencem com folga em capacidade bruta.

Conclusão: em codificação, o Grok 4.7 troca golpes com o GPT-5.6 Sol por uma fração do custo, mas o Fable 5.1 continua sendo a escolha se você precisa do topo absoluto do ranking.

Trabalho profissional com conhecimento

O Grok 4.7 lidera todos os concorrentes listados em trabalho jurídico.

Seus 19,6% no Harvey Legal Agent Benchmark deixam muito para trás os 2,5% do GPT-5.6 Sol e os 6,7% do Fable 5.1, e melhoram os 15,8% do Grok 4.6. Se o seu fluxo envolve análise de documentos legais ou revisão de contratos, é difícil ignorar essa diferença.

Em trabalho de escritório de várias horas, medido pelo AA Briefcase v1.1, o Grok 4.7 marca 1.657, ficando à frente do GPT-5.6 Sol (1.487) e logo atrás do Fable 5.1 (1.678).

Em raciocínio clínico no HealthBench Professional, o Grok 4.7 chega a 56,7%, atrás dos 60,5% do Sol e dos 62,1% do Fable 5.1, mas superando os 48,5% do próprio antecessor.

Tarefas técnicas e de engenharia

Em tarefas de engenharia elétrica medidas pelo EEBench, o Grok 4.7 marca sólidos 64,0%, saltando à frente do antecessor (53,0%), do Fable 5.1 (56,4%) e do GPT-5.6 Sol (39,4%).

No conjunto, o padrão é consistente: o Grok 4.7 vai muito bem em benchmarks profissionais especializados (jurídico, engenharia elétrica) e iguala ou supera o Sol em codificação geral, enquanto o Fable 5.1 mantém a liderança em codificação pura. Para um modelo a US$ 2/US$ 6, é uma posição forte.

Qual variante usar?

O Grok 4.7 é oferecido em variantes por esforço e uma variante rápida; a escolha depende de quanto você está disposto a gastar em latência e profundidade de raciocínio.

A recomendação padrão é a variante standard por US$ 2/US$ 6. A variante fast entrega saída duas vezes mais rápido por duas vezes o preço, então só faz sentido quando a latência afeta diretamente seu produto.

Os benchmarks publicados pela SpaceXAI usam a configuração xhigh effort no Grok 4.7, com a observação de que a pontuação de 71,0% no DeepSWE v1.1 é de esforço alto.

Maior esforço significa que o modelo trabalha por mais tempo e gasta mais tokens de saída com verificação — é onde o treino para tarefas de várias horas compensa, mas também onde sua conta cresce.

Preços e disponibilidade do Grok 4.7

O Grok 4.7 parte de US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída, igual ao Grok 4.6.

A SpaceXAI também oferece uma variante fast com o dobro da velocidade de saída pelo dobro do preço, ou seja, US$ 4 na entrada e US$ 12 na saída.

Essa tarifa-base é um oitavo do que o Claude Fable 5.1 cobra na saída (US$ 10 de entrada e US$ 50 de saída por milhão de tokens). O nível stable do Muse Spark 1.3, da Meta, fica abaixo do Grok na entrada (US$ 1,25) e próximo na saída (US$ 4,25), enquanto o nível Contributor da Meta a US$ 0,10/US$ 0,20 é muito mais barato em troca de permitir que a Meta treine nos seus prompts.

O Grok 4.7 está disponível de forma geral hoje.

Não há nível gratuito de API, mas você pode testar sem custo pelo Grok Build.

A Artificial Analysis lista o Grok 4.7 com janela de contexto de 500.000 tokens, embora isso não apareça no post de lançamento da SpaceXAI. Essa lacuna se repete na documentação do Grok em comparação com as janelas de ~1M de tokens que concorrentes como o Muse Spark publicam.

Como acessar o Grok 4.7

O Grok 4.7 é um modelo proprietário acessível por várias interfaces:

• A API do Grok via console da SpaceXAI
• Cursor, para codificação dentro do editor
• Grok Build, gratuito para começar
• Harnesses de código de terceiros, roteadores de modelos e plataformas de nuvem

Para chamá-lo pela API, use o ID do modelo exatamente na sua requisição. Veja um exemplo mínimo usando o cliente compatível com OpenAI apontado para o endpoint da 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)Tecnologia

Considerações finais

O Grok 4.7 é a SpaceXAI apostando claramente em valor em um mercado onde o Fable confia que a capacidade de fronteira justifica cobrar US$ 50 por milhão de tokens de saída. É parecido com o que vimos na recente leva de modelos Flash (veja nossa comparação de DeepSeek V4.1 Flash vs Gemini 3.8 Flash).

Ao manter as tarifas de US$ 2/US$ 6 do Grok 4.6 e entregar pontuações próximas às de ponta, a SpaceXAI compete em custo por resultado, não em posição no ranking.

Eu migraria para ele em codificação de alto volume, trabalho com agentes jurídicos ou tarefas de engenharia elétrica, onde seus benchmarks lideram e o preço baixo joga a favor.

Se você precisa do topo absoluto do ranking de codificação, o Fable 5.1 ainda vence, e a documentação enxuta da janela de contexto do Grok continua sendo um incômodo.

Se você quer colocar a mão na massa construindo fluxos de agentes em modelos como este, recomendo nossa trilha de aprendizado AI Agent Fundamentals para construir a base primeiro.