Grok 4.7: Tính năng, Điểm chuẩn, Giá và Cách truy cập
Grok của xAI, một mô hình mới cho lập trình và công việc tri thức, có giá $2/$6 trên mỗi triệu token và vượt các đối thủ tiên phong ở một số điểm chuẩn. Có gì mới, so sánh với đối thủ ra sao, và nâng cấp gì so với phiên bản trước.
Cuộc đua mô hình tiên phong đang đi vào quỹ đạo nơi khác biệt thú vị không còn nằm ở năng lực thô mà là ở số tiền bạn phải trả để có được chúng.
Claude Fable 5.1 có giá $10 cho đầu vào và $50 cho đầu ra trên mỗi triệu token, và câu hỏi thực tế với hầu hết đội ngũ là mức giá cao đó có mang lại điều gì mà một mô hình rẻ hơn không làm được hay không.
SpaceXAI đã phát hành Grok 4.7 vào ngày 21 tháng 9, 2026, định vị đây là mô hình mạnh nhất của họ cho lập trình và công việc tri thức.
Mức giá là $2 cho mỗi triệu token đầu vào và $6 cho mỗi triệu token đầu ra, không đổi so với Grok 4.6, và đạt 46,3% trên CursorBench 4.0 cho các tác vụ lập trình chạy lâu, nhỉnh kém Fable 5.1 một chút.
Trong bài viết này, tôi sẽ điểm qua mọi thứ mới ở Grok 4.7: các tính năng mới, đối chiếu điểm chuẩn với GPT-5.6 Sol và Fable 5.1, cùng các tùy chọn truy cập.
Grok 4.7 là mặc định mới của SpaceXAI cho lập trình và công việc tri thức, xây dựng trên mô hình nền tảng lớn hơn Grok 4.6.
Điểm nhấn là tỷ lệ giá–hiệu năng: điểm số cận-tiên-phong ở mức $2/$6 trên mỗi triệu token, chỉ bằng một phần tám mức giá đầu ra của Fable.
Dẫn đầu Harvey Legal Agent Benchmark với 19,6%, bỏ xa GPT-5.6 Sol (2,5%) và Fable 5.1 (6,7%).
Fable 5.1 vẫn dẫn về lập trình thuần và suy luận lâm sàng, nên đây là lựa chọn theo giá trị chứ không phải dẫn đầu tuyệt đối về năng lực.
Đáng để chuyển sang nếu bạn vận hành khối lượng lớn tác vụ lập trình hoặc tác vụ tác tử, nơi chi phí token đầu ra chi phối hóa đơn.
Grok 4.7 là gì?
Grok 4.7 là mô hình chủ lực của SpaceXAI cho lập trình và công việc tri thức, phát hành ngày 21/9/2026, kế nhiệm Grok 4.6.
Nó sử dụng mô hình nền tảng mới, lớn hơn và được huấn luyện với thời gian tăng cường học tăng cường dài hơn trên bộ tác vụ khó hơn, ưu tiên các bài toán mất nhiều giờ để hoàn thành. SpaceXAI huấn luyện mô hình để làm việc lâu hơn trên tác vụ khó và tự kiểm tra kỹ lưỡng hơn.
Bước nhảy thế hệ so với Grok 4.6 thể hiện rõ nhất ở các công việc kéo dài. Trên Terminal-Bench 4.0, đo lường tác vụ terminal kéo dài nhiều giờ, Grok 4.7 gần như tăng gấp đôi người tiền nhiệm trên thang đo nội bộ của SpaceXAI, từ 20,3% lên 38,0%. CursorBench 4.0 tăng từ 40,4% lên 46,3%, và điểm AA Briefcase v1.1 cho công việc văn phòng tăng từ 1.546 lên 1.657.
Điểm nhấn đáng chú ý với người dùng chuyên môn là Harvey Legal Agent Benchmark, nơi Grok 4.7 đạt 19,6%. Con số này cao gấp hơn 7 lần mức 2,5% của GPT-5.6 Sol và gần gấp 3 lần mức 6,7% của Fable 5.1, một khoảng cách đủ lớn để các tác vụ tác tử liên quan pháp lý trở thành lý do thực sự để chọn mô hình này thay vì các lựa chọn tiên phong đắt hơn.
Các tính năng chính của Grok 4.7
Các cải tiến của Grok 4.7 tập trung vào ba điểm: duy trì công việc trên tác vụ dài, tạo tài liệu chuyên nghiệp, và một chồng biện pháp bảo vệ mới.
Dưới đây là những gì bạn có thể làm thực tế.
Làm việc lâu hơn trên tác vụ nhiều giờ
Grok 4.7 được huấn luyện đặc biệt trên các bài toán mất hàng giờ thay vì vài phút, nên bền bỉ hơn với công việc lập trình và thao tác terminal có tầm nhìn dài hạn.
Trong thực tế, điều đó có nghĩa nó giữ mạch lạc qua một phiên gỡ lỗi nhiều bước hoặc một cuộc di trú dài mà không “lạc đề” giữa chừng.
Mô hình quản lý ngữ cảnh dài hơn và tự xác minh đầu ra kỹ hơn so với Grok 4.6.
Nếu bạn từng gặp mô hình tự tin tuyên bố hoàn thành trong khi vẫn còn một nửa bài kiểm thử thất bại, đây là khu vực SpaceXAI đang nhắm tới.
Tạo tài liệu và bài thuyết trình
Grok 4.7 giỏi hơn trong việc tạo ra các sản phẩm mà chuyên gia thực sự bàn giao: báo cáo, bản tóm lược, và bộ slide.
SpaceXAI đo lường điều này trên GDPval và AA Briefcase, giao cho mô hình các công việc thường do luật sư, y tá, và nhà phân tích tài chính đảm nhiệm.
Với đội dữ liệu, điều này hữu ích khi bạn muốn mô hình chuyển một phân tích thành bản tóm tắt viết tay hoặc bài thuyết trình sẵn sàng cho đối tác, thay vì chỉ trả về đầu ra thô.
Grok 4.7 cải thiện so với Grok 4.6 trên cả hai điểm chuẩn và đạt mức tương đương các mô hình tiên phong khác, vì vậy việc tạo tài liệu không còn là lý do để trả thêm cho Fable.
Xử lý hội thoại gốc trong Grok Bot
SpaceXAI huấn luyện Grok 4.7 để hiểu tự nhiên khung Grok Bot, giúp nó mạnh hơn ở tác vụ hội thoại và công việc tri thức tổng quát.
Nếu bạn xây một trợ lý dạng chat trên API của Grok, mô hình sẽ cư xử dự đoán được hơn trong vòng lặp hội thoại đó.
Đây là tính năng hẹp hơn so với các nâng cấp lập trình, nhưng nó cho thấy SpaceXAI coi triển khai hội thoại là trường hợp sử dụng hạng nhất thay vì phần gắn thêm cho một mô hình lập trình.
Chồng biện pháp bảo vệ mới với tính hữu dụng cao
Grok 4.7 đi kèm chồng biện pháp bảo vệ hoàn toàn mới, và SpaceXAI gọi đây là mô hình mạnh nhất họ từng kiểm thử về từ chối và chống “jailbreak”.
Điểm thú vị với người dùng chuyên môn là mô hình làm được điều đó mà không từ chối quá mức các công việc hợp lệ.
Trên HackerBench v0.3, thước đo của SpaceXAI cho các tác vụ mạng rủi ro và độc hại, Grok 4.7 chỉ cho qua 3,3% prompt lưỡng dụng rủi ro trong khi hiếm khi chặn các công việc an ninh hợp lệ.
Nó cũng dẫn đầu điểm chuẩn an toàn sinh học của LatchBio ở mức 62,4%.
Cách tiếp cận của Grok 4.7 là phân biệt vô hại và nguy hiểm thay vì từ chối cả miền.
Grok 4.7 thể hiện ra sao trên các điểm chuẩn?
Khi nhìn các bảng tổng hợp độc lập, Grok 4.7 nằm vững ở nhóm giữa.
Trên Artificial Analysis Intelligence Index v4.3.2, kết hợp mười điểm chuẩn, Grok 4.7 đạt 46.
Điều này đặt nó thấp hơn đáng kể so với các quán quân hiện tại, Claude Fable 5.1 và GPT-6, đều đạt 53. Rốt cuộc, Grok 4.7 là kẻ dẫn đầu về tỷ lệ giá–hiệu năng hơn là năng lực tuyệt đối.
Nó vượt GPT-5.6 Sol ở hầu hết điểm chuẩn lập trình và tri thức trong khi giá đầu ra chưa bằng một phần ba của Sol, nhưng Fable 5.1 vẫn nhỉnh hơn về điểm lập trình tuyệt đối.
Điểm chuẩn duy nhất nơi Grok 4.7 dẫn đầu tất cả với khoảng cách lớn là công việc tác tử pháp lý.
Quy trình lập trình và tác tử
Trên CursorBench 4.0, nhấn mạnh các tác vụ lập trình chạy lâu, Grok 4.7 đạt 46,3%. Con số này vượt GPT-5.6 Sol (41,7%) và chính người tiền nhiệm (40,4%), dù Fable 5.1 dẫn đầu với 51,8%. Trên DeepSWE v1.1, Grok 4.7 đạt 71,0% ở mức nỗ lực cao, sát Sol (72,7%) và Fable 5.1 (70,0%).
Với công việc tác tử trên terminal, có một sai khác đáng chú ý. Trong khi thang đo nội bộ của SpaceXAI cho thấy Grok 4.7 nhảy lên 38,0% trên Terminal-Bench 4.0, Artificial Analysis đo Grok 4.7 chỉ 26% trên cùng điểm chuẩn. Điều này đặt nó thấp hơn nhiều so với GPT-6 Astra (60%) và Claude Fable 5.1 (55%), thậm chí hơi sau DeepSeek V4.1 Flash rẻ hơn (27%). Nếu công việc tác tử terminal là trọng tâm, các mô hình tiên phong vẫn thắng áp đảo về năng lực thuần.
Kết luận: ở mảng lập trình, Grok 4.7 so kè ngang ngửa với GPT-5.6 Sol với chi phí bằng một phần, nhưng Fable 5.1 vẫn là lựa chọn nếu bạn cần đứng đầu bảng xếp hạng tuyệt đối.
Công việc tri thức chuyên nghiệp
Grok 4.7 dẫn đầu tất cả đối thủ được liệt kê ở mảng pháp lý.
Điểm 19,6% trên Harvey Legal Agent Benchmark vượt trội GPT-5.6 Sol (2,5%) và Fable 5.1 (6,7%), đồng thời cải thiện so với Grok 4.6 (15,8%). Nếu quy trình của bạn liên quan phân tích tài liệu pháp lý hoặc rà soát hợp đồng, khoảng cách này rất khó bỏ qua.
Với công việc văn phòng kéo dài nhiều giờ do AA Briefcase v1.1 đo lường, Grok 4.7 đạt 1.657, vượt GPT-5.6 Sol (1.487) và chỉ đứng sau Fable 5.1 (1.678).
Ở suy luận lâm sàng trên HealthBench Professional, Grok 4.7 đạt 56,7%, thấp hơn Sol (60,5%) và Fable 5.1 (62,1%) nhưng vượt người tiền nhiệm (48,5%).
Các tác vụ kỹ thuật và kỹ sư
Trên các tác vụ kỹ thuật điện theo EEBench, Grok 4.7 đạt 64,0% ấn tượng, vượt xa phiên bản trước (53,0%), Fable 5.1 (56,4%), và GPT-5.6 Sol (39,4%).
Tổng hợp lại, mô hình nhất quán: Grok 4.7 thể hiện rất tốt trên điểm chuẩn nghề nghiệp chuyên biệt (pháp lý, kỹ thuật điện) và ngang ngửa hoặc vượt Sol ở lập trình tổng quát, trong khi Fable 5.1 vẫn giữ ngôi đầu ở lập trình thuần. Với mức $2/$6, đó là vị thế rất mạnh.
Nên dùng gói nào?
Grok 4.7 có các biến thể nỗ lực và một biến thể nhanh, nên lựa chọn phụ thuộc bạn sẵn sàng chi bao nhiêu cho độ trễ và chiều sâu suy luận.
Khuyến nghị mặc định là biến thể tiêu chuẩn ở mức $2/$6. Biến thể nhanh cho tốc độ đầu ra gấp đôi với giá gấp đôi, nên chỉ hợp lý khi độ trễ phản hồi ảnh hưởng trực tiếp đến sản phẩm.
Các điểm chuẩn công bố của SpaceXAI dùng mức nỗ lực xhigh cho Grok 4.7, với lưu ý điểm DeepSWE v1.1 ở 71,0% là kết quả nỗ lực cao.
Nỗ lực cao nghĩa là mô hình làm việc lâu hơn và tiêu tốn nhiều token đầu ra cho xác minh, đây là nơi đào tạo tác vụ nhiều giờ phát huy tác dụng nhưng cũng là chỗ hóa đơn tăng.
Trường hợp sử dụng
Biến thể
Lý do
Pipeline lập trình khối lượng lớn
Standard xhigh
Tỷ lệ giá–hiệu năng tốt nhất; chi phí đầu ra chi phối nên tránh trả thêm cho bản nhanh
Tác tử pháp lý hoặc kỹ thuật điện
Standard xhigh
Nơi lợi thế điểm chuẩn của Grok 4.7 phát huy; nỗ lực giúp xác minh
Sản phẩm chat nhạy cảm độ trễ
Fast variant
Tốc độ đầu ra gấp 2 lần quan trọng khi người dùng chờ phản hồi
Tạo tài liệu và slide theo lô
Standard
Không bị ràng buộc độ trễ, nên tầng rẻ hơn là tốt nhất
Giá và khả dụng của Grok 4.7
Grok 4.7 có giá từ $2 cho mỗi triệu token đầu vào và $6 cho mỗi triệu token đầu ra, không đổi so với Grok 4.6.
SpaceXAI cũng cung cấp biến thể nhanh với tốc độ đầu ra gấp đôi và giá gấp đôi, tức $4 đầu vào và $12 đầu ra.
Mức cơ bản này chỉ bằng một phần tám giá đầu ra của Claude Fable 5.1 ($10 đầu vào và $50 đầu ra trên mỗi triệu token). Muse Spark 1.3 bản ổn định của Meta thấp hơn Grok ở đầu vào ($1,25) nhưng gần ở đầu ra ($4,25), trong khi tầng Contributor của Meta ở $0,10/$0,20 rẻ hơn rất nhiều đổi lại việc cho phép Meta huấn luyện từ prompt của bạn.
Grok 4.7 hiện đã sẵn sàng sử dụng rộng rãi.
Không có tầng API miễn phí, nhưng bạn có thể dùng thử không tốn phí qua Grok Build.
Artificial Analysis liệt kê Grok 4.7 có cửa sổ ngữ cảnh 500.000 token, dù chi tiết này không xuất hiện trong bài đăng ra mắt của SpaceXAI. Đây là khoảng trống lặp lại trong tài liệu của Grok so với các đối thủ công bố cửa sổ ~1M token như Muse Spark.
Cách truy cập Grok 4.7
Grok 4.7 là mô hình sở hữu độc quyền, có thể truy cập qua nhiều bề mặt:
API Grok qua bảng điều khiển SpaceXAI
Cursor, để lập trình ngay trong trình soạn thảo
Grok Build, miễn phí khởi động
Các khung lập trình bên thứ ba, bộ định tuyến mô hình, và nền tảng đám mây
Để gọi từ API, dùng ID mô hình đúng nguyên văn trong yêu cầu của bạn. Dưới đây là ví dụ tối giản dùng client tương thích OpenAI trỏ đến endpoint của 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)Được hỗ trợ bởi
Kết luận
Grok 4.7 cho thấy SpaceXAI theo đuổi chiến lược giá trị trong bối cảnh Fable đặt cược rằng năng lực tiên phong xứng đáng với mức $50 cho mỗi triệu token đầu ra. Điều này tương tự làn sóng các mô hình Flash gần đây (xem so sánh của chúng tôi về DeepSeek V4.1 Flash so với Gemini 3.8 Flash).
Bằng cách giữ mức $2/$6 của Grok 4.6 trong khi đạt điểm cận-tiên-phong, SpaceXAI cạnh tranh trên chi phí mỗi kết quả thay vì vị trí bảng xếp hạng.
Tôi sẽ chuyển sang dùng cho lập trình khối lượng lớn, tác vụ tác tử pháp lý, hoặc công việc kỹ thuật điện, nơi điểm chuẩn dẫn đầu và mức giá thấp ăn khớp.
Nếu bạn cần đứng đầu tuyệt đối bảng xếp hạng lập trình, Fable 5.1 vẫn thắng, và tài liệu về cửa sổ ngữ cảnh còn mỏng của Grok vẫn gây khó chịu.
Nếu bạn muốn trực tiếp xây dựng quy trình tác tử trên các mô hình như thế này, tôi khuyến nghị lộ trình kỹ năng AI Agent Fundamentals để xây nền tảng trước.
Câu hỏi thường gặp
Grok 4.7 so với Grok 4.6 như thế nào?⌄
Grok 4.7 dùng mô hình nền tảng mới, lớn hơn Grok 4.6 và được huấn luyện với lượt RL dài hơn trên các tác vụ khó, kéo dài nhiều giờ. Nó cải thiện trên diện rộng: CursorBench 4.0 tăng từ 40,4% lên 46,3%, Terminal-Bench 4.0 gần như gấp đôi từ 20,3% lên 38,0%, và EEBench tăng từ 53,0% lên 64,0%. Giá vẫn giữ ở mức $2/$6 trên mỗi triệu token.
Grok 4.7 có giá bao nhiêu?⌄
Grok 4.7 có giá $2 cho mỗi triệu token đầu vào và $6 cho mỗi triệu token đầu ra, không đổi so với Grok 4.6. Biến thể nhanh cho đầu ra nhanh gấp đôi với giá gấp đôi ($4 đầu vào, $12 đầu ra). Mức cơ bản này vào khoảng một phần tư GPT-6 Astra và Claude Fable 5.1, vốn đều tính $10/$50.
Tôi có thể truy cập Grok 4.7 ở đâu?⌄
Grok 4.7 hiện đã sẵn sàng sử dụng qua API Grok trong bảng điều khiển xAI, trong Cursor, và trong Grok Build (miễn phí khởi động). Bạn cũng có thể truy cập qua các khung lập trình bên thứ ba, bộ định tuyến mô hình, và nền tảng đám mây. Hãy dùng ID mô hình grok-4.7 trong yêu cầu API của bạn.
Grok 4.7 có tốt hơn GPT-5.6 Sol và Claude Fable 5.1 không?⌄
Phụ thuộc vào tác vụ. Grok 4.7 dẫn đầu cả ở công việc pháp lý (19,6% trên Harvey so với 2,5% của Sol và 6,7% của Fable) và kỹ thuật điện (64,0% trên EEBench). Ở lập trình tổng quát, nó xấp xỉ GPT-5.6 Sol, nhưng Fable 5.1 vẫn dẫn trên CursorBench (51,8%) và Terminal-Bench (57,9%). Grok thắng thuyết phục về tỷ lệ giá–hiệu năng.
Grok 4.7 phù hợp nhất cho việc gì?⌄
Grok 4.7 mạnh nhất cho pipeline lập trình khối lượng lớn, tác vụ tác tử pháp lý, công việc kỹ thuật điện, và tạo tài liệu hoặc bài thuyết trình. Mức giá $2/$6 thấp khiến nó đặc biệt phù hợp với khối lượng tác tử nặng đầu ra, nơi chi phí token chi phối hóa đơn. Nó cũng có chồng biện pháp bảo vệ mạnh nhất của xAI đến nay, từ chối prompt lưỡng dụng rủi ro trong khi hiếm khi chặn công việc an ninh hợp lệ.
Nâng cao kỹ năng lập trình của bạn với trí tuệ nhân tạo — hướng dẫn trợ lý lập trình của bạn để viết, kiểm thử và tài liệu hóa mã nguồn một cách hiệu quả.
%22%3E%0A%20%20%20%20%20%20%20%20%3Crect%20fill%3D%22%23EFEBE4%22%20height%3D%22180%22%20width%3D%22336%22%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23DD3400%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%22106.6%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%20-208.588%20220.18)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22456.125%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%22-208.588%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22220.18%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23FFEC3C%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%2235.875%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%20-208.588%20220.18)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22347.576%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%22-208.588%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22220.18%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23FF931E%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%2235.875%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%20-226.525%20189.111)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22347.576%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%22-226.525%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22189.111%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23DD3400%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%22106.6%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%2085.5879%20256.055)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22456.125%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%2285.5879%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22256.055%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23FFEC3C%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%2235.875%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%2085.5879%20256.055)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22184.5%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%2285.5879%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22256.055%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%20%20%3Crect%0A%20%20%20%20%20%20%20%20%20%20fill%3D%22%23FF931E%22%0A%20%20%20%20%20%20%20%20%20%20height%3D%2235.875%22%0A%20%20%20%20%20%20%20%20%20%20transform%3D%22rotate(-30%20227.432%20132.736)%22%0A%20%20%20%20%20%20%20%20%20%20width%3D%22271.625%22%0A%20%20%20%20%20%20%20%20%20%20x%3D%22227.432%22%0A%20%20%20%20%20%20%20%20%20%20y%3D%22132.736%22%0A%20%20%20%20%20%20%20%20%2F%3E%0A%20%20%20%20%20%20%3C%2Fg%3E%0A%20%20%20%20%20%20%3Cdefs%3E%0A%20%20%20%20%20%20%20%20%3CclipPath%20id%3D%22clip%22%3E%0A%20%20%20%20%20%20%20%20%20%20%3Crect%20fill%3D%22white%22%20height%3D%22180%22%20width%3D%22336%22%20%2F%3E%0A%20%20%20%20%20%20%20%20%3C%2FclipPath%3E%0A%20%20%20%20%20%20%3C%2Fdefs%3E%0A%20%20%20%20%3C%2Fsvg%3E)
Cuộc đua mô hình tiên phong đang đi vào quỹ đạo nơi khác biệt thú vị không còn nằm ở năng lực thô mà là ở số tiền bạn phải trả để có được chúng.
Claude Fable 5.1 có giá $10 cho đầu vào và $50 cho đầu ra trên mỗi triệu token, và câu hỏi thực tế với hầu hết đội ngũ là mức giá cao đó có mang lại điều gì mà một mô hình rẻ hơn không làm được hay không.
SpaceXAI đã phát hành Grok 4.7 vào ngày 21 tháng 9, 2026, định vị đây là mô hình mạnh nhất của họ cho lập trình và công việc tri thức.
Mức giá là $2 cho mỗi triệu token đầu vào và $6 cho mỗi triệu token đầu ra, không đổi so với Grok 4.6, và đạt 46,3% trên CursorBench 4.0 cho các tác vụ lập trình chạy lâu, nhỉnh kém Fable 5.1 một chút.
Trong bài viết này, tôi sẽ điểm qua mọi thứ mới ở Grok 4.7: các tính năng mới, đối chiếu điểm chuẩn với GPT-5.6 Sol và Fable 5.1, cùng các tùy chọn truy cập.
Để tìm hiểu thêm về bức tranh cạnh tranh, xem so sánh giữa Claude Fable 5.1 và GPT-6 Astra và bài viết về Claude Opus 5 so với GPT-5.6 Sol. Tôi cũng khuyến nghị đọc về Jev của TypeSafe.
Tóm tắt nhanh
Grok 4.7 là gì?
Grok 4.7 là mô hình chủ lực của SpaceXAI cho lập trình và công việc tri thức, phát hành ngày 21/9/2026, kế nhiệm Grok 4.6.
Nó sử dụng mô hình nền tảng mới, lớn hơn và được huấn luyện với thời gian tăng cường học tăng cường dài hơn trên bộ tác vụ khó hơn, ưu tiên các bài toán mất nhiều giờ để hoàn thành. SpaceXAI huấn luyện mô hình để làm việc lâu hơn trên tác vụ khó và tự kiểm tra kỹ lưỡng hơn.
Bước nhảy thế hệ so với Grok 4.6 thể hiện rõ nhất ở các công việc kéo dài. Trên Terminal-Bench 4.0, đo lường tác vụ terminal kéo dài nhiều giờ, Grok 4.7 gần như tăng gấp đôi người tiền nhiệm trên thang đo nội bộ của SpaceXAI, từ 20,3% lên 38,0%. CursorBench 4.0 tăng từ 40,4% lên 46,3%, và điểm AA Briefcase v1.1 cho công việc văn phòng tăng từ 1.546 lên 1.657.
Điểm nhấn đáng chú ý với người dùng chuyên môn là Harvey Legal Agent Benchmark, nơi Grok 4.7 đạt 19,6%. Con số này cao gấp hơn 7 lần mức 2,5% của GPT-5.6 Sol và gần gấp 3 lần mức 6,7% của Fable 5.1, một khoảng cách đủ lớn để các tác vụ tác tử liên quan pháp lý trở thành lý do thực sự để chọn mô hình này thay vì các lựa chọn tiên phong đắt hơn.
Các tính năng chính của Grok 4.7
Các cải tiến của Grok 4.7 tập trung vào ba điểm: duy trì công việc trên tác vụ dài, tạo tài liệu chuyên nghiệp, và một chồng biện pháp bảo vệ mới.
Dưới đây là những gì bạn có thể làm thực tế.
Làm việc lâu hơn trên tác vụ nhiều giờ
Grok 4.7 được huấn luyện đặc biệt trên các bài toán mất hàng giờ thay vì vài phút, nên bền bỉ hơn với công việc lập trình và thao tác terminal có tầm nhìn dài hạn.
Trong thực tế, điều đó có nghĩa nó giữ mạch lạc qua một phiên gỡ lỗi nhiều bước hoặc một cuộc di trú dài mà không “lạc đề” giữa chừng.
Mô hình quản lý ngữ cảnh dài hơn và tự xác minh đầu ra kỹ hơn so với Grok 4.6.
Nếu bạn từng gặp mô hình tự tin tuyên bố hoàn thành trong khi vẫn còn một nửa bài kiểm thử thất bại, đây là khu vực SpaceXAI đang nhắm tới.
Tạo tài liệu và bài thuyết trình
Grok 4.7 giỏi hơn trong việc tạo ra các sản phẩm mà chuyên gia thực sự bàn giao: báo cáo, bản tóm lược, và bộ slide.
SpaceXAI đo lường điều này trên GDPval và AA Briefcase, giao cho mô hình các công việc thường do luật sư, y tá, và nhà phân tích tài chính đảm nhiệm.
Với đội dữ liệu, điều này hữu ích khi bạn muốn mô hình chuyển một phân tích thành bản tóm tắt viết tay hoặc bài thuyết trình sẵn sàng cho đối tác, thay vì chỉ trả về đầu ra thô.
Grok 4.7 cải thiện so với Grok 4.6 trên cả hai điểm chuẩn và đạt mức tương đương các mô hình tiên phong khác, vì vậy việc tạo tài liệu không còn là lý do để trả thêm cho Fable.
Xử lý hội thoại gốc trong Grok Bot
SpaceXAI huấn luyện Grok 4.7 để hiểu tự nhiên khung Grok Bot, giúp nó mạnh hơn ở tác vụ hội thoại và công việc tri thức tổng quát.
Nếu bạn xây một trợ lý dạng chat trên API của Grok, mô hình sẽ cư xử dự đoán được hơn trong vòng lặp hội thoại đó.
Đây là tính năng hẹp hơn so với các nâng cấp lập trình, nhưng nó cho thấy SpaceXAI coi triển khai hội thoại là trường hợp sử dụng hạng nhất thay vì phần gắn thêm cho một mô hình lập trình.
Chồng biện pháp bảo vệ mới với tính hữu dụng cao
Grok 4.7 đi kèm chồng biện pháp bảo vệ hoàn toàn mới, và SpaceXAI gọi đây là mô hình mạnh nhất họ từng kiểm thử về từ chối và chống “jailbreak”.
Điểm thú vị với người dùng chuyên môn là mô hình làm được điều đó mà không từ chối quá mức các công việc hợp lệ.
Trên HackerBench v0.3, thước đo của SpaceXAI cho các tác vụ mạng rủi ro và độc hại, Grok 4.7 chỉ cho qua 3,3% prompt lưỡng dụng rủi ro trong khi hiếm khi chặn các công việc an ninh hợp lệ.
Nó cũng dẫn đầu điểm chuẩn an toàn sinh học của LatchBio ở mức 62,4%.
Cách tiếp cận của Grok 4.7 là phân biệt vô hại và nguy hiểm thay vì từ chối cả miền.
Grok 4.7 thể hiện ra sao trên các điểm chuẩn?
Khi nhìn các bảng tổng hợp độc lập, Grok 4.7 nằm vững ở nhóm giữa.
Trên Artificial Analysis Intelligence Index v4.3.2, kết hợp mười điểm chuẩn, Grok 4.7 đạt 46.
Điều này đặt nó thấp hơn đáng kể so với các quán quân hiện tại, Claude Fable 5.1 và GPT-6, đều đạt 53. Rốt cuộc, Grok 4.7 là kẻ dẫn đầu về tỷ lệ giá–hiệu năng hơn là năng lực tuyệt đối.
Nó vượt GPT-5.6 Sol ở hầu hết điểm chuẩn lập trình và tri thức trong khi giá đầu ra chưa bằng một phần ba của Sol, nhưng Fable 5.1 vẫn nhỉnh hơn về điểm lập trình tuyệt đối.
Điểm chuẩn duy nhất nơi Grok 4.7 dẫn đầu tất cả với khoảng cách lớn là công việc tác tử pháp lý.
Quy trình lập trình và tác tử
Trên CursorBench 4.0, nhấn mạnh các tác vụ lập trình chạy lâu, Grok 4.7 đạt 46,3%. Con số này vượt GPT-5.6 Sol (41,7%) và chính người tiền nhiệm (40,4%), dù Fable 5.1 dẫn đầu với 51,8%. Trên DeepSWE v1.1, Grok 4.7 đạt 71,0% ở mức nỗ lực cao, sát Sol (72,7%) và Fable 5.1 (70,0%).
Với công việc tác tử trên terminal, có một sai khác đáng chú ý. Trong khi thang đo nội bộ của SpaceXAI cho thấy Grok 4.7 nhảy lên 38,0% trên Terminal-Bench 4.0, Artificial Analysis đo Grok 4.7 chỉ 26% trên cùng điểm chuẩn. Điều này đặt nó thấp hơn nhiều so với GPT-6 Astra (60%) và Claude Fable 5.1 (55%), thậm chí hơi sau DeepSeek V4.1 Flash rẻ hơn (27%). Nếu công việc tác tử terminal là trọng tâm, các mô hình tiên phong vẫn thắng áp đảo về năng lực thuần.
Kết luận: ở mảng lập trình, Grok 4.7 so kè ngang ngửa với GPT-5.6 Sol với chi phí bằng một phần, nhưng Fable 5.1 vẫn là lựa chọn nếu bạn cần đứng đầu bảng xếp hạng tuyệt đối.
Công việc tri thức chuyên nghiệp
Grok 4.7 dẫn đầu tất cả đối thủ được liệt kê ở mảng pháp lý.
Điểm 19,6% trên Harvey Legal Agent Benchmark vượt trội GPT-5.6 Sol (2,5%) và Fable 5.1 (6,7%), đồng thời cải thiện so với Grok 4.6 (15,8%). Nếu quy trình của bạn liên quan phân tích tài liệu pháp lý hoặc rà soát hợp đồng, khoảng cách này rất khó bỏ qua.
Với công việc văn phòng kéo dài nhiều giờ do AA Briefcase v1.1 đo lường, Grok 4.7 đạt 1.657, vượt GPT-5.6 Sol (1.487) và chỉ đứng sau Fable 5.1 (1.678).
Ở suy luận lâm sàng trên HealthBench Professional, Grok 4.7 đạt 56,7%, thấp hơn Sol (60,5%) và Fable 5.1 (62,1%) nhưng vượt người tiền nhiệm (48,5%).
Các tác vụ kỹ thuật và kỹ sư
Trên các tác vụ kỹ thuật điện theo EEBench, Grok 4.7 đạt 64,0% ấn tượng, vượt xa phiên bản trước (53,0%), Fable 5.1 (56,4%), và GPT-5.6 Sol (39,4%).
Tổng hợp lại, mô hình nhất quán: Grok 4.7 thể hiện rất tốt trên điểm chuẩn nghề nghiệp chuyên biệt (pháp lý, kỹ thuật điện) và ngang ngửa hoặc vượt Sol ở lập trình tổng quát, trong khi Fable 5.1 vẫn giữ ngôi đầu ở lập trình thuần. Với mức $2/$6, đó là vị thế rất mạnh.
Nên dùng gói nào?
Grok 4.7 có các biến thể nỗ lực và một biến thể nhanh, nên lựa chọn phụ thuộc bạn sẵn sàng chi bao nhiêu cho độ trễ và chiều sâu suy luận.
Khuyến nghị mặc định là biến thể tiêu chuẩn ở mức $2/$6. Biến thể nhanh cho tốc độ đầu ra gấp đôi với giá gấp đôi, nên chỉ hợp lý khi độ trễ phản hồi ảnh hưởng trực tiếp đến sản phẩm.
Các điểm chuẩn công bố của SpaceXAI dùng mức nỗ lực xhigh cho Grok 4.7, với lưu ý điểm DeepSWE v1.1 ở 71,0% là kết quả nỗ lực cao.
Nỗ lực cao nghĩa là mô hình làm việc lâu hơn và tiêu tốn nhiều token đầu ra cho xác minh, đây là nơi đào tạo tác vụ nhiều giờ phát huy tác dụng nhưng cũng là chỗ hóa đơn tăng.
Giá và khả dụng của Grok 4.7
Grok 4.7 có giá từ $2 cho mỗi triệu token đầu vào và $6 cho mỗi triệu token đầu ra, không đổi so với Grok 4.6.
SpaceXAI cũng cung cấp biến thể nhanh với tốc độ đầu ra gấp đôi và giá gấp đôi, tức $4 đầu vào và $12 đầu ra.
Mức cơ bản này chỉ bằng một phần tám giá đầu ra của Claude Fable 5.1 ($10 đầu vào và $50 đầu ra trên mỗi triệu token). Muse Spark 1.3 bản ổn định của Meta thấp hơn Grok ở đầu vào ($1,25) nhưng gần ở đầu ra ($4,25), trong khi tầng Contributor của Meta ở $0,10/$0,20 rẻ hơn rất nhiều đổi lại việc cho phép Meta huấn luyện từ prompt của bạn.
Grok 4.7 hiện đã sẵn sàng sử dụng rộng rãi.
Không có tầng API miễn phí, nhưng bạn có thể dùng thử không tốn phí qua Grok Build.
Artificial Analysis liệt kê Grok 4.7 có cửa sổ ngữ cảnh 500.000 token, dù chi tiết này không xuất hiện trong bài đăng ra mắt của SpaceXAI. Đây là khoảng trống lặp lại trong tài liệu của Grok so với các đối thủ công bố cửa sổ ~1M token như Muse Spark.
Cách truy cập Grok 4.7
Grok 4.7 là mô hình sở hữu độc quyền, có thể truy cập qua nhiều bề mặt:
Để gọi từ API, dùng ID mô hình đúng nguyên văn trong yêu cầu của bạn. Dưới đây là ví dụ tối giản dùng client tương thích OpenAI trỏ đến endpoint của SpaceXAI:
Kết luận
Grok 4.7 cho thấy SpaceXAI theo đuổi chiến lược giá trị trong bối cảnh Fable đặt cược rằng năng lực tiên phong xứng đáng với mức $50 cho mỗi triệu token đầu ra. Điều này tương tự làn sóng các mô hình Flash gần đây (xem so sánh của chúng tôi về DeepSeek V4.1 Flash so với Gemini 3.8 Flash).
Bằng cách giữ mức $2/$6 của Grok 4.6 trong khi đạt điểm cận-tiên-phong, SpaceXAI cạnh tranh trên chi phí mỗi kết quả thay vì vị trí bảng xếp hạng.
Tôi sẽ chuyển sang dùng cho lập trình khối lượng lớn, tác vụ tác tử pháp lý, hoặc công việc kỹ thuật điện, nơi điểm chuẩn dẫn đầu và mức giá thấp ăn khớp.
Nếu bạn cần đứng đầu tuyệt đối bảng xếp hạng lập trình, Fable 5.1 vẫn thắng, và tài liệu về cửa sổ ngữ cảnh còn mỏng của Grok vẫn gây khó chịu.
Nếu bạn muốn trực tiếp xây dựng quy trình tác tử trên các mô hình như thế này, tôi khuyến nghị lộ trình kỹ năng AI Agent Fundamentals để xây nền tảng trước.