記事の理解を助けるための画像
50万トークンの文脈、画像入力にも対応
xAIは2026年9月21日（現地時間）、新たなAIモデル「Grok 4.7」を公開した。モデルIDは「grok-4.7」で、文脈を一度に処理できるコンテキストウィンドウは50万トークン。テキストと画像を入力できる一方、出力はテキストのみとなる。
推論の強度は「Low」「medium」「high」「xhigh」の4段階から選択でき、初期設定はhigh。CursorやGrok Buildのほか、Grok API、外部のコーディング環境、モデルルーター、クラウドプラットフォームを通じて利用できる。
標準料金は入力100万トークン当たり2ドル、出力100万トークン当たり6ドル。出力速度を2倍に高めた「Fast」版は、それぞれ4ドルと12ドルになる。CursorではFast版で25万6000トークンを超える区間について、入力6ドル、出力18ドルとされている。
自社評価では旧モデルを上回る
xAIが公表した評価では、Grok 4.7はCursorBench 4.0で46.3%、EEBenchで64.0%、AA Briefcase v1.1で1657、Terminal-Bench 4.0で37.6%、Harvey Legal Agentで19.6%を記録した。旧モデルGrok 4.6の数値は順に40.4%、53.0%、1546、20.3%、15.8%で、多くの項目で改善した。
競合モデルのFable 5.1はCursorBench 4.0、AA Briefcase v1.1、Terminal-Bench 4.0でGrok 4.7を上回った一方、EEBenchとHarvey Legal AgentではGrok 4.7が優位だった。
high設定のDeepSWE v1.1では、Grok 4.7が71.0%となり、Grok 4.6の65.2%とFable 5.1の70.0%を上回ったが、GPT-5.6 Solの72.7%には届かなかった。医療分野のHealthBench Professionalでは56.7%で、GPT-5.6 Solの60.5%、Fable 5.1の62.1%を下回った。
独立評価では21位、出力速度は中央値以下
独立評価機関Artificial Analysisは、xhigh設定のGrok 4.7にIntelligence Indexで46点を付け、212モデル中21位とした。出力速度は毎秒39.2トークンで、比較対象の中央値である毎秒71トークンを下回った。最初のトークンが表示されるまでの時間は0.87秒だった。
同機関が示した料金は入力100万トークン当たり2ドル、出力100万トークン当たり6ドルで、キャッシュ利用時の割引率は75%。Intelligence Indexの課題当たり加重コストは3.74ドルだった。VentureBeatによると、xHigh設定では課題当たりの出力が8万1000トークンに達し、GPT-6 Astraより196%多かった。課題当たりの費用も約3.74ドルで、GPT-5.6 Solの1.99ドルを上回った。
評価条件によって大きな差
Vals AIの評価では、Grok 4.7はVals Indexで60.22%となり、59モデル中10位だった。Grok 4.6は59.17%、Grok 4.5は51.53%で、Grok 4.7のテスト当たり費用は11.92ドルとされた。個別ではMedScribeが96モデル中4位、Terminal-Bench 4.0が31モデル中4位、Vibe Code Benchが97モデル中5位だった一方、ProofBenchとSAGEでは相対的に弱い結果となった。
ただしTerminal-Bench 4.0の数値には評価元や設定による開きがある。xAIの発表は37.6%だったが、Vals AIは28.28%と測定した。VentureBeatは38.0%と、xHigh設定での26%をそれぞれ紹介し、同設定のGPT-6 Astraは59.6%だったと報じた。The DecoderもGrok 4.7を26%、GPT-6 Astraを60%、Claude Fable 5.1を55%としている。モデルの比較には、推論設定や測定条件の違いを考慮する必要がありそうだ。
GitHub Copilotでも順次提供
GitHubはGrok 4.7をCopilotのPro、Pro+、Max、Business、Enterpriseの各プランに順次展開している。対象はVS Code、Visual Studio、Copilot CLI、GitHubのクラウドエージェントに加え、JetBrains、Xcode、Eclipseとなっている。
コメント
コメントを投稿