Arena：Grok 4.7 在 Agent Arena 净改进图上尚未出分

一句话结论

截至 2026-09-22，这条 Arena 帖文没有公布 Grok 4.7 的 Agent Arena 净改进分数；图上 Grok 4.7 标为 Coming soon，帖文写 Scores coming soon，同线程投票只是 412 人对落地位置的预测。

适用场景

• 适合判断的任务：判断 Arena 是否已经给出 Grok 4.7 的净改进分，以及采集当时社区把 4.7 相对历史走势预测为 Better、On trend 还是 Worse。

• 不适合外推的任务：不能据此判断 Grok 4.7 的实际净改进、排名、盲测胜率，也不能外推到文本、视觉、代码或文档任务的质量。

• 适用的模型版本：帖文讨论的未出分型号是 Grok 4.7。图中已绘点属于 Grok 4.3 (High)、Grok Build 0.1、Grok 4.5、Grok 4.6 (xHigh)，不能写成 Grok 4.7 的结果。

• 测试环境或客户端：图题为 Agent Arena，图源标注 SOURCE: AGENT ARENA，脚注为 RESULTS 7 DAYS AFTER RELEASE。Grok 4.7 在该图上还没有对应结果点。

• 推理档位和参数：Grok 4.7 未注明。图上只给旧版本标注了 Grok 4.3 (High) 和 Grok 4.6 (xHigh)；温度、工具配置和样本量未注明。

测评方法

这不是一条带公开投票数的 Grok 4.7 榜单行，也不是对 Grok 4.7 的受控测评。@arena 在帖文中展示一张历史净改进折线图，并在同页回复里发起预测投票。帖文原文是：Grok 4.7 by @SpaceXAI just dropped. Looking at how past Grok versions have trended on Agent Arena's net improvement score, where do you think 4.7 lands? Poll below. Scores coming soon as you vote on @arena!

图的纵轴是 NET IMPROVEMENT (%)，可见刻度为 10%、5%、0%、-5%、-10%。横轴标注 8 Jun 2026、13 Jul 2026、27 Aug 2026 和 Coming soon。已绘点带有竖向误差线，但图上没有印出误差线的数值。脚注写 RESULTS 7 DAYS AFTER RELEASE，没有写出任务集、提示词、样本数或产生这些历史分数的投票数。

预测投票在同页下一条 @arena 回复：https://x.com/arena/status/2102080808123342939 ，datetime 为 2026-09-21T17:01:34.000Z。原文问题是 Where do you think Grok 4.7 will land? 选项为 Better、On trend、Worse。页面在票数后显示「最终结果」。

关键结果

• Grok 4.7 没有净改进百分数。图上只有标签 Grok 4.7，三条虚线指向 A Better、B On trend、C Worse，横轴位置是 Coming soon。

• 帖文明确写 Scores coming soon as you vote on @arena，表示分数还没公布。

• 预测投票已结束，共 412 次投票：Better 47.1%，On trend 33%，Worse 19.9%。这是对落地位置的投票，不是 Agent Arena 净改进分。

原始数据

主帖页面快照（不是模型分数）：12 回复，10 次转帖，203 喜欢，13 书签，查看数显示为 2.4万。

图中已绘历史点（纵轴 NET IMPROVEMENT (%)；这些不是 Grok 4.7）：

Grok 4.7 的三条虚线没有百分数。误差线可见，数值未注明。

同线程预测投票（最终结果）：

投票总数 412。该回复的互动是 0 回复、0 次转帖、10 喜欢、4,221 次查看。

帖内还引用了 https://x.com/arena/status/2102074819743453410 。在本页上该引用以翻译形式出现并被截断，可见大意是 Grok 4.7 已进入 Agent Arena；本页引用卡没有给出 Grok 4.7 分数。

结论与边界

• 不能把 Grok 4.6 (xHigh) 的 5.3%、Grok 4.5 的 5.0%，或图上任何负分，写成 Grok 4.7 的净改进。

• 412 票是「4.7 会落在哪」的预测，页面自己标明分数尚未公布。Better 47.1% 不是胜率，也不是榜单名次。

• 历史点的脚注是发布后 7 天的结果，但页上没有任务定义、样本量、置信区间数字或推理参数。误差线不能补写成具体加减值。

• Grok Build 0.1 的 -6.4% 能在图上读到，日期没有单独标出，不能自行安到 8 Jun 2026 或 13 Jul 2026。

• 主帖查看数只显示 2.4万，页上没有更精确的整数。

• 这是 2026-09-22 的帖文与投票快照。Arena 之后若公布 Grok 4.7 分数，不在本页范围内。

复现说明

1. 打开 https://x.com/arena/status/2102080801462689999 。本次使用已登录的 X 会话，没有遇到登录墙或验证码。

2. 点击主帖「显示原文」，核对英文正文与 Scores coming soon。

3. 帖内图为 https://pbs.twimg.com/media/HSwWqqnaAAAPTkt?format=png&name=large 。只记录图上印出的百分数和日期。

4. 同页下一条回复 https://x.com/arena/status/2102080808123342939 是预测投票。点击该回复的「显示原文」后，选项为 Better、On trend、Worse。