Grok 4.7: Benchmarks, precios, vs Claude y límites (2026)

Grok 4.7 es el modelo de razonamiento de frontera más reciente de xAI, desarrollado con pensamiento nativo de múltiples pasos y una ventana de contexto de 1 millón de tokens. Aunque xAI fija el precio de su API directa por debajo de Claude 5.5 en tokens brutos de salida, las pruebas independientes demuestran que Grok 4.7 genera más del doble de tokens de salida por tarea, reduciendo cualquier ventaja de coste. Para desarrolladores y profesionales técnicos que deseen evaluar Grok 4.7 junto a Claude y Gemini sin pagar una suscripción independiente a SuperGrok, las plataformas multimodelo permiten ejecutarlo hoy mismo dentro de un plan existente.

Por qué Grok 4.7 es relevante ahora mismo

xAI lanzó Grok 4.7 para competir de forma directa frente a la familia Claude 5.5 de Anthropic y la gama GPT-6 de OpenAI en ejecución en terminal, programación con agentes y razonamiento extendido. A diferencia de los modelos de conversación estándar donde el razonamiento es una opción activable, Grok 4.7 funciona siempre como un modelo de razonamiento continuo. Analiza rutas de pensamiento intermedias antes de entregar su respuesta final.

La comunidad de desarrollo sigue de cerca este lanzamiento porque xAI anunció importantes mejoras en benchmarks de programación en terminal. Sin embargo, la primera ronda de evaluaciones independientes revela compromisos notables entre capacidad bruta del modelo, eficiencia de tokens y latencia de respuesta.

Benchmarks independientes: realidad frente a promesas de marketing

Los comunicados comerciales suelen reportar puntuaciones obtenidas en entornos de evaluación propios. Las mediciones independientes de Artificial Analysis, realizadas bajo condiciones rigurosas con fecha de noviembre de 2026, ofrecen una perspectiva mucho más clara del rendimiento real de Grok 4.7:

Tres conclusiones destacan en los datos:

En primer lugar, en Terminal-Bench 4.0, xAI reportó una tasa de éxito del 37,6 % en sus pruebas internas. Evaluado de forma independiente por Artificial Analysis con un nivel alto de razonamiento, Grok 4.7 obtuvo un 25,8 %. Aunque supone una mejora real de 4,5 puntos porcentuales respecto a Grok 4.6, sitúa a Grok muy por detrás de Claude Sonnet 5.5 (54,2 %) y Claude Opus 5.5 (58,5 %).

En segundo lugar, Grok 4.7 destaca positivamente en la síntesis estructurada de conocimiento. Su puntuación de 1.657 Elo en AA-Briefcase supera ligeramente a Claude Sonnet 5.5 (1.642 Elo), demostrando solidez a la hora de procesar documentos de negocio, redactar informes estructurados y conciliar hechos contradictorios.

En tercer lugar, la latencia es considerable. Debido a que Grok 4.7 profundiza en amplios árboles de razonamiento, requirió un promedio cercano a los 11 minutos por tarea compleja en las evaluaciones de referencia, en comparación con aproximadamente 3 minutos en Claude Opus 5.5 y menos de 3 minutos en Claude Sonnet 5.5.

Precios y el coste oculto de la verbosidad

Sobre el papel, las tarifas de la API directa de xAI resultan competitivas a fecha de noviembre de 2026:

• Prompts de menos de 200.000 tokens: 2,00 $ por millón de tokens de entrada, 6,00 $ por millón de tokens de salida.
• Prompts de 200.000 tokens o más: los precios se duplican a 4,00 $ por millón de tokens de entrada y 12,00 $ por millón de tokens de salida.
• Lecturas de caché de prompt: 0,50 $ por millón de tokens.

En comparación, Anthropic cobra 2,00 $ por entrada y 10,00 $ por salida por millón de tokens para Claude Sonnet 5.5, con lecturas de caché a 0,20 $ por millón de tokens (un 90 % de descuento por caché). Claude Opus 5.5 se sitúa en 4,00 $ de entrada y 20,00 $ de salida por millón de tokens.

Sin embargo, el precio nominal de los tokens no determina por sí solo el coste final. Los registros de pruebas independientes muestran que Grok 4.7 genera cerca de 2,25 veces más tokens de salida que Claude 5.5 para resolver problemas de código equivalentes. Como los tokens de razonamiento cuentan como salida facturable, una tarea que requiere 1.200 tokens de salida en Sonnet 5.5 suele consumir 2.700 tokens en Grok 4.7.

Al añadir el precio de lectura de caché de 0,50 $ de Grok frente a los 0,20 $ de Anthropic, los flujos iterativos de agentes que consultan el contexto de forma repetida pueden terminar costando más en Grok 4.7 que en Claude Sonnet 5.5.

Cómo usar Grok 4.7 en Zemith

Si quieres utilizar Grok 4.7 sin pagar entre 30 y 40 $ al mes por una suscripción web aislada de xAI ni gestionar la facturación por token de la API, puedes ejecutarlo directamente dentro de Zemith.

Grok 4.7 está disponible en los planes Zemith Plus (15,99 $ al mes) y Professional (29,99 $ al mes). Este es el flujo de trabajo:

1. Abre Chat en Zemith desde la web, iOS o Android.
2. Haz clic en Seleccionar modelo en la parte superior de la conversación.
3. Elige Grok 4.7 dentro de la lista de proveedores de xAI.
4. Para analizar documentos extensos o repositorios de código, añade tus archivos a un Proyecto de Biblioteca (Plus admite hasta 50 documentos fuente) y fundamenta Grok 4.7 en ellos.
5. Si Grok se queda atascado en un bucle de razonamiento prolongado ante un caso complejo, cambia de modelo durante el chat a Claude 5.5 Sonnet o Gemini 3.8 Flash sin perder el historial.

En Zemith, Grok 4.7 cuesta 48 créditos por cada 100 tokens de entrada, 144 créditos por cada 100 tokens de salida y 12 créditos por cada 100 tokens de entrada en caché. Una consulta compleja habitual que consuma 2.000 tokens de entrada y 800 tokens de salida utiliza unos 2.112 créditos. En un plan Plus con 1,5 millones de créditos mensuales, dispones de cientos de sesiones de razonamiento profundo cada mes junto a tu acceso habitual a Claude, GPT y Gemini.

¿Es Grok 4.7 mejor que Grok 4.6?

Sí, de forma demostrable. Grok 4.7 representa una clara evolución frente a Grok 4.6 en profundidad de razonamiento, gestión de flujos de trabajo con agentes y precisión de programación.

Artificial Analysis situó el Intelligence Index de Grok 4.7 en 46 puntos (frente a 44 en Grok 4.6) y su Coding Agent Index en 56 (un salto de 9 puntos respecto a los 47 de Grok 4.6). Su rendimiento en escenarios empresariales prácticos (AA-Briefcase) aumentó 111 puntos Elo hasta alcanzar 1.657.

La principal desventaja frente a Grok 4.6 radica en el tiempo de respuesta. Dado que Grok 4.7 activa rutas de razonamiento profundo de forma predeterminada, preguntas cotidianas que Grok 4.6 respondía en segundos tardan ahora más mientras el modelo elabora su cadena de pensamiento interna.

Grok 4.7 frente a Claude Opus 5.5 y Sonnet 5.5: ¿cuál elegir?

La decisión entre Grok 4.7 y los modelos Claude 5.5 de Anthropic depende del tipo de tarea:

• Elige Claude 5.5 Sonnet para ingeniería de software diaria, refactorización rápida y flujos iterativos de agentes en múltiples turnos. Sonnet 5.5 ofrece entre 85 y 139 tokens por segundo, supera a Grok por casi 30 puntos porcentuales en Terminal-Bench 4.0 y cuenta con un descuento agresivo del 90 % en almacenamiento en caché que mantiene las sesiones largas a bajo coste.
• Elige Claude 5.5 Opus cuando requieras el máximo criterio arquitectónico, precisión crítica en bases de código complejas o redacción analítica con matices donde los errores resulten costosos.
• Elige Grok 4.7 para síntesis de conocimiento sobre informes densos, investigación exploratoria donde convenga disponer de trayectorias amplias de razonamiento y consultas individuales que se beneficien de una reflexión minuciosa sin urgencia de entrega.

Dado que ambos modelos destacan en tareas distintas, limitarse a la suscripción de un único proveedor obliga a asumir renuncias. Usar ambos en un espacio de trabajo unificado te permite disponer de la mejor herramienta para cada necesidad.

¿Cuánto cuesta Grok 4.7 y merece la pena SuperGrok?

xAI distribuye Grok 4.7 a través de dos canales principales:

1. X Premium+ / SuperGrok: El precio oscila entre 16 y 40 $ al mes según la modalidad de pago y si se adquiere como complemento en la plataforma X o como suscripción independiente. Sin embargo, los usuarios encuentran con frecuencia límites de sesión continuos de 5 horas y ralentizaciones de cola durante picos de uso intensivo.
2. API de xAI: 2,00 $ por entrada y 6,00 $ por salida por millón de tokens para consultas inferiores a 200.000 tokens, duplicándose por encima de ese umbral.

Para la mayoría de desarrolladores y profesionales, pagar 30 $ o más al mes solo por SuperGrok resulta difícil de justificar si además se necesita una suscripción para Claude o ChatGPT. Un plan multimodelo como Zemith Plus (15,99 $ al mes) te ofrece Grok 4.7, Claude 5.5 Sonnet, GPT 6.1 Terra y Gemini 3.8 Flash en un único lugar por menos de lo que cuesta una suscripción individual.

Para comprobar cómo se comparan los planes combinados frente a las suscripciones individuales, consulta nuestra guía sobre tener ChatGPT Plus y Claude Pro en una sola suscripción.

¿Puede Grok 4.7 ejecutar código y buscar en la web en vivo?

En Zemith, Grok 4.7 tiene habilitado el acceso a herramientas. Cuando planteas una pregunta que requiere datos actualizados, el modelo puede realizar búsquedas web aportando fuentes citadas. También es capaz de analizar ficheros y ejecutar scripts mediante cálculo aislado en sandbox.

Ten en cuenta que Grok 4.7 no admite arrastrar y soltar archivos directamente en una ventana de chat abierta sin contexto (fileUpload: false). Para trabajar con documentos, hojas de cálculo o repositorios de código, debes crear un Proyecto de Biblioteca, adjuntar allí tus archivos fuente y seleccionar Grok 4.7 como modelo del proyecto.

Limitaciones reales y aspectos a tener en cuenta

Antes de trasladar tus procesos de trabajo principales a Grok 4.7, conviene tener presentes estas restricciones:

• Sin interruptor de razonamiento: Grok 4.7 siempre razona. No es posible desactivar la fase de pensamiento para obtener respuestas instantáneas de baja latencia ante preguntas sencillas. Para retoques rápidos o consultas triviales, Claude 5.5 Haiku o Gemini 3.8 Flash resultan mucho más ágiles.
• Diferencia en tareas de código en terminal: A pesar del énfasis promocional en mejoras de programación, las pruebas independientes muestran que Grok 4.7 (25,8 %) sigue por detrás de modelos punteros de código como Claude Opus 5.5 (58,5 %) y GPT-6 Astra en benchmarks exigentes de ingeniería de software.
• Salto de precio por tamaño de contexto: En cuanto tu consulta supera los 200.000 tokens, la API de xAI duplica sus tarifas de entrada y salida. Si analizas repositorios enormes o entradas de vídeo, vigilar el tamaño del contexto es fundamental.

Para análisis detallados de modelos de frontera en pruebas de rendimiento y límites de programación, revisa nuestra comparativa de Gemini 4 Argon frente a Claude Opus 5.5 y nuestro resumen sobre el chat de IA multimodelo.

Conclusión

Grok 4.7 es un modelo de razonamiento solvente y muy deliberativo que supone un avance relevante para xAI, especialmente en síntesis de conocimiento e investigación abierta. No obstante, su elevada verbosidad, mayor latencia de respuesta y menores puntuaciones en programación de terminal impiden que desbanque a Claude 5.5 como opción predeterminada para el desarrollo de software.

En lugar de atarte a un coste elevado con SuperGrok por separado, prueba Grok 4.7 en Zemith junto a Claude y GPT. Obtendrás las ventajas del modelo de razonamiento de xAI cuando necesites reflexión profunda, con la libertad de cambiar a modelos más rápidos siempre que la velocidad y la precisión sean prioritarias.