Grok 4.7 レビュー：ベンチマーク、料金、Claude 比較、制限（2026）

Grok 4.7 は、ネイティブの複数ステップ推論と100万トークンのコンテキストウィンドウを備えた、xAI の最新フロンティア推論モデルです。公表されている API の出力単価は Claude 5.5 より安価に設定されていますが、第三者の検証によると Grok 4.7 は同一タスクで2倍以上の出力トークンを生成するため、表面上の価格差はほとんど相殺されます。単体の SuperGrok プランを追加契約することなく、Claude や Gemini と並べて Grok 4.7 を試したい開発者や技術者にとって、マルチモデル対応プラットフォームなら既存プランのまま今すぐ活用できます。

なぜ今 Grok 4.7 が注目されているのか

xAI が Grok 4.7 を投入した狙いは、ターミナル操作、エージェント型コーディング、そして長大な論理推論において、Anthropic の Claude 5.5 ファミリーや OpenAI の GPT-6 シリーズに対抗することにあります。推論がオプション設定になっている一般的な会話型モデルとは異なり、Grok 4.7 は常時推論（always-on reasoning）モデルとして動作します。最終回答を返す前に、内部で試行錯誤しながら中間の思考プロセスを深掘りします。

xAI がターミナルコーディングのベンチマークで大幅な向上をアピールしたため、開発者コミュニティは大きな関心を寄せています。しかし、公開直後の第三者検証からは、素のモデル性能、トークン効率、応答速度の間に見過ごせないトレードオフがあることが明らかになりました。

独立ベンチマーク：公称値と実測値の違い

メーカーの公式発表では、独自の検証環境で測定された数値が強調されがちです。2026年11月時点で、第三者機関 Artificial Analysis が厳格な独立環境で測定したデータは、Grok 4.7 の実力を客観的に示しています。

ベンチマーク / 指標	Grok 4.7 (xAI)	Claude Sonnet 5.5 (Anthropic)	Claude Opus 5.5 (Anthropic)
総合知能指数 (Intelligence Index)	46	~55	~52
Terminal-Bench 4.0	25.8%（内部測定 37.6%）	54.2%	58.5%
コーディングエージェント指数 (Coding Agent Index)	56	68	71
AA-Briefcase v1.1	1,657 Elo	1,642 Elo	1,690 Elo
SciCode	57.4%	63.1%	68.4%
AA-Omniscience 正解率	42.7%	46.8%	49.2%
タスク別平均レイテンシ	約 10.8 分	約 2.6 分	約 3.0 分

このデータから、特に重要な3つの事実が見えてきます。

第1に、Terminal-Bench 4.0 において、xAI は社内環境で 37.6% の成功率を記録したと発表しました。しかし、Artificial Analysis が高推論設定で独自にテストしたところ、Grok 4.7 のスコアは 25.8% でした。これは Grok 4.6 から 4.5 ポイントの着実な進歩ですが、Claude Sonnet 5.5 (54.2%) や Claude Opus 5.5 (58.5%) には依然として大きな差をつけられています。

第2に、Grok 4.7 は構造化された知識の統合・要約に優れています。AA-Briefcase のスコアは 1,657 Elo を記録し、Claude Sonnet 5.5 (1,642 Elo) をわずかに上回りました。ビジネス文書の読み込み、体系的なブリーフ作成、矛盾する事実の整理などで高い実用性を発揮します。

第3に、応答の待ち時間が長い点です。Grok 4.7 は幅広い思考ツリーを深く探索するため、ベンチマークの複雑な課題で平均約11分を要しました。これに対し、Claude Opus 5.5 は約3分、Claude Sonnet 5.5 は3分未満で処理を完了しています。

料金体系とトークン冗長性の隠れたコスト

2026年11月時点における xAI の公式 API 料金は、一見すると非常に割安に見えます。

20万トークン未満のプロンプト：入力100万トークンあたり $2.00、出力100万トークンあたり $6.00。
20万トークン以上のプロンプト：入力100万トークンあたり $4.00、出力100万トークンあたり $12.00 と倍増。
プロンプトキャッシュ読み取り：100万トークンあたり $0.50。

比較として、Anthropic の Claude Sonnet 5.5 は入力 $2.00、出力 $10.00 ですが、プロンプトキャッシュ読み取りは $0.20（90% の大幅割引）です。Claude Opus 5.5 は入力 $4.00、出力 $20.00 となっています。

しかし、最終的な請求額を決めるのは単価だけではありません。第三者のベンチマーク検証によると、同じプログラミング課題を解決する際、Grok 4.7 は Claude 5.5 の約2.25倍の出力トークンを生成します。思考プロセスで消費された推論トークンも課金対象の出力トークンとして計算されるため、Sonnet 5.5 なら 1,200 トークンで済む処理に、Grok 4.7 では 2,700 トークン消費することが珍しくありません。

さらに、キャッシュ読み取り単価が Anthropic の $0.20 に対して Grok は $0.50 であるため、コンテキストを何度も参照する複数ターンのエージェント処理では、Grok 4.7 のほうが結果的に高くつくケースもあります。

Zemith で Grok 4.7 を使う方法

単体の xAI Web サブスクリプションに毎月 $30〜$40 を払ったり、トークン単位の API 課金を細かく管理したりすることなく Grok 4.7 を試したい場合、Zemith のチャットから直接動かすことができます。

Grok 4.7 は、Zemith の Plus プラン（月額 $15.99）および Professional プラン（月額 $29.99）に含まれています。使い方は次のとおりです。

Web、iOS、Android のいずれかで Zemith のチャットを開きます。
チャット画面上部のモデルを選択をクリックします。
xAI プロバイダーの一覧から Grok 4.7 を選択します。
長文ドキュメントやコードベースを分析したい場合は、ライブラリプロジェクト（Plus プランなら最大50個のソース文書に対応）にファイルを追加し、それらを前提知識として Grok 4.7 に読み込ませます。
もし Grok が長時間の推論ループにはまってしまった場合は、会話履歴を維持したまま、途中で Claude 5.5 Sonnet や Gemini 3.8 Flash にモデルを切り替えられます。

Zemith 内では、Grok 4.7 は入力100トークンあたり48クレジット、出力100トークンあたり144クレジット、キャッシュ入力100トークンあたり12クレジットを消費します。入力 2,000 トークン、出力 800 トークンの一般的な深層推論リクエストであれば、約 2,112 クレジットです。Plus プラン（月間150万クレジット）なら、Claude、GPT、Gemini の通常利用と並行しながら、毎月数百回に及ぶ深層推論セッションを実行できます。

Grok 4.7 は Grok 4.6 より進化しているか

はい、定量的なデータからも明確に進化しています。推論の深さ、エージェントワークフローの対応力、コーディング精度において、Grok 4.7 は Grok 4.6 から大幅に強化されました。

Artificial Analysis の測定では、総合知能指数が 44 から 46 へ、コーディングエージェント指数は 47 から 56 へと 9 ポイント跳ね上がりました。実際のビジネスシナリオ（AA-Briefcase）のスコアも 111 Elo 向上して 1,657 に達しています。

Grok 4.6 と比べた最大のデメリットは応答速度です。Grok 4.7 はデフォルトで深層推論ルーチンを実行するため、Grok 4.6 なら数秒で返ってきた日常的な質問でも、内部で思考チェーンを組み立てる間待たされることになります。

Grok 4.7 vs Claude Opus 5.5 / Sonnet 5.5：どれを選ぶべきか

Grok 4.7 と Anthropic の Claude 5.5 シリーズの選択基準は、担当させるタスクの種類にあります。

Claude 5.5 Sonnet を選ぶべきケース： 日常的なソフトウェア開発、スピーディーなリファクタリング、複数ターンの対話型エージェント。秒間 85〜139 トークンという高速出力を誇り、Terminal-Bench 4.0 でも約30ポイントリードしています。さらに 90% のプロンプトキャッシュ割引により、長時間のセッションでも費用を抑えられます。
Claude 5.5 Opus を選ぶべきケース： システムアーキテクチャの高度な判断、大規模コードベースでの確実な正確性の担保、ミスが許されない繊細な分析レポートの執筆。
Grok 4.7 を選ぶべきケース： 膨大なレポートを横断した知識の要約、幅広い思考経路を探求したい調査・リサーチ、即答性を求めずじっくり考察させたい単発のクエリ。

モデルごとに得意領域が分かれているため、1つのサービスに縛られるとどこかで妥協を強いられます。1つの統合環境で併用することが、それぞれの強みを引き出す最も賢い方法です。

Grok 4.7 の利用料金と SuperGrok のコストパフォーマンス

xAI は一般ユーザー向けに2つの利用形態を提供しています。

X Premium+ / SuperGrok： 請求期間や X のアドオンか単独契約かにより、月額 $16〜$40 かかります。ただし、利用ピーク時には5時間のセッション制限やキューによる待機が発生することが報告されています。
xAI API： 20万トークン未満のプロンプトで入力100万トークンあたり $2.00、出力 $6.00。しきい値を超えると単価が倍になります。

Claude や ChatGPT のサブスクリプションを既に維持している場合、多くの開発者やビジネスパーソンにとって SuperGrok 単体に毎月 $30 以上を上乗せして払うのは割に合いません。Zemith Plus（月額 $15.99）のようなマルチモデルサブスクリプションなら、単一サービスの月額料金以下のコストで、Grok 4.7、Claude 5.5 Sonnet、GPT 6.1 Terra、Gemini 3.8 Flash をまとめて利用できます。

複数モデルのセット利用と個別契約の比較については、ChatGPT Plus と Claude Pro を1つのサブスクリプションで使う方法の解説も参考にしてください。

Grok 4.7 はコード実行やリアルタイム Web 検索に対応しているか

Zemith では、Grok 4.7 の各種ツール連携が有効化されています。最新情報が必要な質問には、引用元リンクを付けた Web 検索を自律的に実行します。さらに、サンドボックス化された実行環境を通じて、ファイルの解析やスクリプトの実行も可能です。

なお、Grok 4.7 はプロジェクト外の通常チャットでの直接ファイルドラッグ＆ドロップには対応していません（fileUpload: false）。文書、スプレッドシート、リポジトリを扱いたい場合は、ライブラリプロジェクトを作成してそこにファイルをアップロードし、チャットモデルとして Grok 4.7 を指定してください。

導入前に知っておくべき注意点と制限

主要なワークフローを Grok 4.7 に移行する前に、以下の制約を把握しておく必要があります。

推論のオン・オフ切り替えができない： Grok 4.7 は常に思考プロセスを経由します。単純な質問に対して思考を省き、低レイテンシで即答させることはできません。簡単な手直しや短い調べ物なら、Claude 5.5 Haiku や Gemini 3.8 Flash のほうが圧倒的に軽快です。
ターミナル作業でのコーディング性能差： 公式の宣伝ではコーディングの強化が強調されていますが、第三者ベンチマークによると、Grok 4.7 (25.8%) は Claude Opus 5.5 (58.5%) や GPT-6 Astra などのトップモデルに比べてまだ開きがあります。
20万トークンを超える価格の急上昇： プロンプトが20万トークンを超えた時点で、xAI の API 料金は入力・出力ともに2倍に跳ね上がります。大規模なコードベースや動画を扱う際は、コンテキストサイズの管理が不可欠です。

各フロンティアモデルのベンチマーク比較や制限の詳細は、Gemini 4 Argon vs Claude Opus 5.5 比較およびマルチモデル AI チャットの機能紹介をご覧ください。

まとめ

Grok 4.7 は、思考の深さに強みを持つ優れた推論モデルであり、特に知識の統合や探索的リサーチにおいて xAI の大きな進歩を示しています。しかし、出力の冗長性、長い応答待ち時間、ターミナルコーディングのスコアを考慮すると、ソフトウェア開発の主力として Claude 5.5 の座を奪うまでには至っていません。

高額な SuperGrok の単体契約を結ぶよりも、Zemith で Claude や GPT と並行して Grok 4.7 を試すのが賢明です。深い思考が求められる場面では xAI の推論力を活かしつつ、処理速度や確実な精度が必要な作業にはいつでも高速なフロンティアモデルへ切り替えられます。