Grok 4.7 评测：基准测试、API 价格、对比 Claude 与使用限制（2026）

Grok 4.7 是 xAI 最新的前沿推理模型，原生支持多步思维链并拥有 100 万 token 的上下文窗口。尽管按标称输出 token 计算，xAI 的原始 API 定价低于 Claude 5.5，但独立测试表明 Grok 4.7 完成每项任务生成的输出 token 数量是前者的两倍以上，大幅削弱了表面的成本优势。对于希望将 Grok 4.7 与 Claude、Gemini 并排测试且不想单独订阅 SuperGrok 的开发者和技术团队，多模型聚合平台让你在现有套餐中即可直接运行它。

为什么 Grok 4.7 备受关注

xAI 发布 Grok 4.7 旨在终端执行、智能体编程以及深度长链推理领域向 Anthropic 的 Claude 5.5 家族和 OpenAI 的 GPT-6 系列发起挑战。与推理功能作为可选开关的常规对话模型不同，Grok 4.7 是一款常开型（always-on）推理模型，在返回最终答案前会自主探索中间思考路径。

开发者对此高度关注，因为 xAI 在宣传中强调了其在终端编程基准测试上的重大提升。然而，第一轮独立评测揭示了在原生模型能力、token 使用效率以及响应延迟之间需要做出的关键权衡。

独立基准测试：真实表现与宣传对比

官方发布通常展示定制评估环境下的基准数据。第三方评测机构 Artificial Analysis 截至 2026 年 11 月在严谨独立环境下测得的数据，更清晰地还原了 Grok 4.7 的真实水平：

从这些数据中可以得出三个突出结论：

第一，在 Terminal-Bench 4.0 上，xAI 宣传其内部测试成功率达到 37.6%。但当由 Artificial Analysis 在高推理算力配置下独立测试时，Grok 4.7 的得分仅为 25.8%。这相比 Grok 4.6 确实提升了 4.5 个百分点，但仍大幅落后于 Claude Sonnet 5.5 (54.2%) 和 Claude Opus 5.5 (58.5%)。

第二，Grok 4.7 在结构化知识综合方面表现亮眼。其 AA-Briefcase 得分为 1,657 Elo，略微超过 Claude Sonnet 5.5 (1,642 Elo)，展现出在理解商业文档、起草结构化简报以及调和矛盾事实方面的扎实能力。

第三，响应延迟明显偏高。由于 Grok 4.7 会沿着庞大的思维轨迹树进行深度推理，在基准评测中每个复杂任务平均耗时近 11 分钟，而 Claude Opus 5.5 仅需约 3 分钟，Claude Sonnet 5.5 更在 3 分钟以内。

价格分析与输出冗余的隐性成本

在纸面上，截至 2026 年 11 月，xAI 的直接 API 定价看起来颇具竞争力：

• 20 万 token 以下的提示词：输入每百万 token $2.00，输出每百万 token $6.00。
• 20 万 token 及以上的提示词：价格翻倍至输入每百万 token $4.00，输出每百万 token $12.00。
• 提示词缓存读取：每百万 token $0.50。

相比之下，Anthropic 的 Claude Sonnet 5.5 定价为输入每百万 token $2.00、输出 $10.00，提示词缓存读取为每百万 token $0.20（享受 90% 的缓存折扣）。Claude Opus 5.5 的定价则为输入每百万 token $4.00、输出 $20.00。

然而，仅看 token 单价并不能决定你的最终账单。独立基准追踪表明，在解决同等编程问题时，Grok 4.7 生成的输出 token 数量大约是 Claude 5.5 的 2.25 倍。由于其内部推理 token 均计入计费输出，Sonnet 5.5 只需 1,200 个输出 token 的任务，在 Grok 4.7 上往往会消耗 2,700 个输出 token。

再加上 Grok 的缓存读取价格为 $0.50，而 Anthropic 仅为 $0.20，因此对于频繁读取长上下文的多轮智能体循环，Grok 4.7 的实际成本最终往往会高于 Claude Sonnet 5.5。

如何在 Zemith 中运行 Grok 4.7

如果你想体验 Grok 4.7，又不想每月支付 $30 到 $40 购买单独的 xAI 网页版订阅，也不想管理按 token 计费的 API，可以直接在 Zemith 中运行它。

Grok 4.7 包含在 Zemith Plus 套餐（每月 $15.99）与 Professional 套餐（每月 $29.99）中。具体使用流程如下：

1. 在网页端、iOS 或 Android 客户端打开 Zemith 的对话界面。
2. 点击对话顶部的选择模型。
3. 在 xAI 供应商列表下选择 Grok 4.7。
4. 如需分析大型文档或代码库，可将文件添加到资料库项目（Library Project，Plus 套餐支持多达 50 个源文档），并将 Grok 4.7 基于这些文件进行针对性问答。
5. 若 Grok 遇到陷入超长推理循环的极端情况，你可以在对话中途无缝切换至 Claude 5.5 Sonnet 或 Gemini 3.8 Flash，且不会丢失上下文历史。

在 Zemith 中，Grok 4.7 的费率为每 100 输入 token 消耗 48 积分、每 100 输出 token 消耗 144 积分、每 100 缓存输入 token 消耗 12 积分。一次消耗 2,000 输入 token 与 800 输出 token 的典型深度推理请求约消耗 2,112 积分。Plus 套餐每月提供 150 万积分，足以支持每月数百次深度推理对话，同时还可以随意使用 Claude、GPT 和 Gemini。

Grok 4.7 比 Grok 4.6 更好吗？

是的，各项可量化指标均有提升。在推理深度、智能体工作流处理以及编程准确率方面，Grok 4.7 相比 Grok 4.6 都是一次清晰的跨越。

Artificial Analysis 测得 Grok 4.7 的综合智能指数为 46（Grok 4.6 为 44），编程智能体指数为 56（比 Grok 4.6 的 47 高出 9 分）。在真实商业场景（AA-Briefcase）上的得分更是提高了 111 个 Elo 点，达到 1,657。

相比 Grok 4.6，其主要劣势在于响应时间。由于 Grok 4.7 默认启用深度推理路径，Grok 4.6 几秒钟就能回答的常规问题，现在需要等待模型生成内部思维链，耗时相对更长。

Grok 4.7 对比 Claude Opus 5.5 与 Sonnet 5.5：该选哪一个？

在 Grok 4.7 与 Anthropic 的 Claude 5.5 模型之间做选择，主要取决于任务类型：

• 选择 Claude 5.5 Sonnet： 适合日常软件工程、快速代码重构以及多轮交互式智能体工作流。Sonnet 5.5 每秒可输出 85 至 139 个 token，在 Terminal-Bench 4.0 上的得分领先近 30 个百分点，并享有高达 90% 的提示词缓存折扣，长会话成本非常低。
• 选择 Claude 5.5 Opus： 当你需要顶级的系统架构判断力、复杂代码库的关键正确性保障，或是容错率极低的严密分析性写作时，它是首选。
• 选择 Grok 4.7： 适合跨密集报告的知识综合、需要广阔推理探索路径的研究型任务，以及重视深度推敲而不需要迅速响应的单次查询。

由于这几款模型各有所长，将自己绑定在单一供应商的订阅中必然面临妥协。在统一的工作区中同时使用它们，才能为每项具体工作挑选最佳工具。

Grok 4.7 费用是多少？SuperGrok 值得买吗？

xAI 目前通过两个主要渠道提供 Grok 4.7：

1. X Premium+ / SuperGrok： 根据计费周期以及是通过 X 平台附加组件还是独立订阅购买，价格在每月 $16 到 $40 不等。然而，在高使用峰值期间，用户常常会遇到 5 小时滚动会话上限和排队限流。
2. xAI API： 20 万 token 以下提示词输入每百万 token $2.00、输出 $6.00，超过该门槛价格翻倍。

对于大多数个人开发者和专业人士而言，在仍需订阅 Claude 或 ChatGPT 的情况下，仅仅为了 SuperGrok 单独每月花费 $30 甚至更多很难说物有所值。像 Zemith Plus（每月 $15.99）这样的多模型订阅，让你在一个地方就能同时使用 Grok 4.7、Claude 5.5 Sonnet、GPT 6.1 Terra 和 Gemini 3.8 Flash，总花费甚至低于单款官方独立订阅。

若想了解联合订阅与单一订阅的详细对比，请参阅我们的指南：一个订阅同时使用 ChatGPT Plus 与 Claude Pro。

Grok 4.7 能运行代码和搜索实时网络吗？

在 Zemith 中，Grok 4.7 已经启用了工具调用权限。当你提出需要最新信息的问题时，模型可以执行附带来源引用的网络搜索；它还可以分析文件并通过沙盒计算环境执行脚本。

需要注意的是，Grok 4.7 在未绑定项目的普通聊天窗口中不支持直接拖拽上传文件（fileUpload: false）。要处理文档、表格或代码库，你只需创建一个资料库项目（Library Project），在其中添加源文件，并选择 Grok 4.7 作为该项目的对话模型即可。

客观注意事项与使用局限

在将核心工作流切换到 Grok 4.7 之前，请牢记以下限制：

• 无推理开关： Grok 4.7 始终会进行推理思考。你无法关闭思考过程以快速获取简单问题的低延迟答案。对于快速修改或日常琐碎查询，Claude 5.5 Haiku 或 Gemini 3.8 Flash 体验会快得多。
• 终端任务编程差距： 尽管厂商营销重点宣传了编程提升，但独立基准测试显示，在复杂的软件工程测试中，Grok 4.7 (25.8%) 依然落后于 Claude Opus 5.5 (58.5%) 和 GPT-6 Astra 等顶尖编程模型。
• 上下文价格跳费： 一旦提示词超过 20 万 token，xAI 的 API 输入和输出单价均会翻倍。如果你需要分析超大型代码库或视频输入，密切关注上下文大小至关重要。

如需查看各前沿模型在基准测试与编程限制方面的详细对比，欢迎阅读我们的深度解析：Gemini 4 Argon 与 Claude Opus 5.5 对比 以及 多模型 AI 聊天功能介绍。

总结

Grok 4.7 是一款能力出众、深度考量的推理模型，代表了 xAI 的重大技术进步，尤其在知识综合与探索性研究领域表现突出。然而，由于输出冗余度高、响应延迟长以及终端编程得分相对较低，它暂时还无法取代 Claude 5.5 成为软件开发的首选主力。

与其背负昂贵的独立 SuperGrok 订阅，不如在 Zemith 中将 Grok 4.7 与 Claude、GPT 结合使用。这样你既能在需要深度推敲时利用 xAI 推理模型的优势，又能在追求速度与精准度时随时切换到更高效的前沿模型。