xAI baru saja merilis Grok 4.7 — model frontier terbaru mereka yang dirancang untuk coding dan pekerjaan pengetahuan, yang benar-benar bisa berjalan berjam-jam tanpa rusak.
Model dasarnya lebih besar dibanding 4.6. Pelatihan RL yang lebih panjang pada tugas yang lebih sulit. Lebih baik dalam memverifikasi pekerjaannya sendiri, menangani konteks panjang, dan berjalan di dalam Grok Bot.
Fleksibilitas benchmark:
• CursorBench 4.0: 46,3% (vs 40,4% pada 4.6)
• Terminal Bench 4.0: 38% (naik dari 20,3%)
• DeepSWE 1.1: 71% pada penalaran tingkat tinggi
• AA Briefcase: 1.657
• EEBench: 64%
Mengungguli GPT 5.6 Sol pada beberapa evaluasi. Namun masih tertinggal pada evaluasi lain dibanding GPT 5.6 Sol dan Fable 5.1.
Harga tetap di $2/M token input, $6/M token output. Versi 2x speed dengan harga 2x.
Tumpukan pengaman baru: kebocoran prompt dual-use berisiko 3,3% pada HackerBench 0.3, 62,4% pada benchmark biosafety LatchBio. Akses red team untuk mitra select cybersec.
Sudah live di Cursor, Grok Build, Grok API, serta alat pihak ketiga dan platform cloud.
Kalau kamu sedang membangun agen atau butuh eksekusi kode yang berjalan lama, ini adalah upgrade-nya.
Model dasarnya lebih besar dibanding 4.6. Pelatihan RL yang lebih panjang pada tugas yang lebih sulit. Lebih baik dalam memverifikasi pekerjaannya sendiri, menangani konteks panjang, dan berjalan di dalam Grok Bot.
Fleksibilitas benchmark:
• CursorBench 4.0: 46,3% (vs 40,4% pada 4.6)
• Terminal Bench 4.0: 38% (naik dari 20,3%)
• DeepSWE 1.1: 71% pada penalaran tingkat tinggi
• AA Briefcase: 1.657
• EEBench: 64%
Mengungguli GPT 5.6 Sol pada beberapa evaluasi. Namun masih tertinggal pada evaluasi lain dibanding GPT 5.6 Sol dan Fable 5.1.
Harga tetap di $2/M token input, $6/M token output. Versi 2x speed dengan harga 2x.
Tumpukan pengaman baru: kebocoran prompt dual-use berisiko 3,3% pada HackerBench 0.3, 62,4% pada benchmark biosafety LatchBio. Akses red team untuk mitra select cybersec.
Sudah live di Cursor, Grok Build, Grok API, serta alat pihak ketiga dan platform cloud.
Kalau kamu sedang membangun agen atau butuh eksekusi kode yang berjalan lama, ini adalah upgrade-nya.