Grok 4.7 · 社区来源 · 编辑分析
这条帖用一段约 56 秒、1920×720 的左右分屏视频，演示 Grok 4.6 与 Grok 4.7 搭建《帝国时代 II》。抽看的帧上能读到两边的标签、时代和顶栏数字，但没有提示词、推理档位或胜负字幕。帖里引用的 @SpaceXAI 图片另有一张价格和基准表，那张表不是这段游戏画面的计分。
这条帖用一段约 56 秒、1920×720 的左右分屏视频，演示 Grok 4.6 与 Grok 4.7 搭建《帝国时代 II》。抽看的帧上能读到两边的标签、时代和顶栏数字，但没有提示词、推理档位或胜负字幕。帖里引用的 @SpaceXAI 图片另有一张价格和基准表，那张表不是这段游戏画面的计分。
适合判断的任务：这段视频里，两个标签下的画面分别停在什么时代，以及抽帧时刻顶栏数字大概是多少。
不适合外推的任务：哪一边赢了、两边是不是同一句提示词或同一张地图、操作质量、编码和其他游戏，以及引用图没有列出的基准。
适用的模型版本：正文和画面标签写的是 Grok 4.6 与 Grok 4.7。更细的检查点、API 模型 ID 未注明。
测试环境或客户端：正文提到 Cursor、Grok Build 和 API，没有写这段视频用的是哪一个。未注明。
推理档位和参数：视频未注明。引用图的列名把 Grok 4.7 标成 xHigh，把 Grok 4.6 标成 High。
作者没有写步骤、输入或评分规则。比较来自嵌入视频的分屏标签。视频时长 55.96 秒，分辨率 1920×720，播放器进度显示到 0:56。播放器提示当前视频无字幕。采集时把进度停在 0:00、0:08、0:16、0:24、0:32、0:40、0:48 和 0:54.5，读取原生画面的顶栏和底部标签。左侧顶栏最左边有一位被裁切的数字，各帧不稳定，不记入下表。
同一条永久链接里还引用了 @SpaceXAI 的帖，附有一张四列表。表内数字来自这张图，不是游戏画面里的分数。
点击「显示原文」后的正文：
grok 4.7 is here, and its our best model so far! try it out in cursor, grok build, api or anywhere you get your… 以上为必要节选，完整内容请查看原文。
「迄今为止最好的模型」是作者自己的话。视频没有给出名次、倒计时或胜负字幕。
抽帧时读到的顶栏：
| 时间 | 左侧 Grok 4.6 | 右侧 Grok 4.7 |
|---|---|---|
| 0:00、0:08、0:16、0:24 | 95、85；人口 46/155；Age II Idle 34 | 45、35、25、40；Age 1 |
| 0:32 | 95、85；人口 46/155；Age II Idle 34 | 65、35、25、50；Age 1 |
| 0:40 | 90、40；人口 45/155；Age II Idle 33 | 65、35、25、50；Age 1 |
| 0:48 | 90、40；人口 46/155；Age II Idle 34 | 115、35、55、50；Age 1 |
| 0:54.5 | 90、40；人口 46/155；Age II Idle 22 | 115、35、55、50；Age 1 |
0:00 和 0:08 的左侧是一座海岸城镇，画面中央有黄色大字 TIDEHOLD，下面一行是 The Brinewatch Landing。0:16 起左侧镜头离开这块地名条，能看到水车、码头、塔和士兵。右侧 0:00 和 0:08 是石砌城堡城镇，0:16 和 0:24 切到带脚手架的工地，0:32 是临水建筑，0:48 和 0:54.5 是一大片近战。抽到的这些帧里，右侧时代按钮一直写着 Age 1，也没有和左侧一样的地名条。
左侧底部指令栏在这些帧上能读出 Dock、House、Barracks。右侧底部没有读出同样的三个词。两边没有共同计分板。
采集时这条帖的互动计数是 153 回复、99 次转帖、1682 喜欢、168 书签、2723271 次观看。这些是页面计数，不是模型分数。
引用帖可见英文为：
Grok 4.7 is here. It's a notable improvement over Grok 4.6 at the same price and speed.
该引用的 datetime 为 2026-09-21T16:17:53.000Z，永久链接是 https://x.com/SpaceXAI/status/2102069815225586149。图中四列从左到右是 Grok 4.7 xHigh、Grok 4.6 High、GPT-5.6 Sol Max、Fable 5.1 Max。脚注写着 *High Effort，只标在 Grok 4.7 的 DeepSWE 一格。样本量、提供商、运行日期和提示词未注明。
| 行 | Grok 4.7 xHigh | Grok 4.6 High | GPT-5.6 Sol Max | Fable 5.1 Max |
|---|---|---|---|---|
| Input token price，$ per million | $2 | $2 | $4 | $10 |
| Output token price，$ per million | $6 | $6 | $20 | $50 |
| Software engineering，CursorBench 4.0 | 46.3% | 40.4% | 41.7% | 51.8% |
| Software engineering，DeepSWE v1.1 | 71.0%* | 65.2% | 72.7% | 70.0% |
| Electrical engineering，EEBench | 64.0% | 53.0% | 39.4% | 56.4% |
| Multi-Hour office work，AA-Briefcase v1.1 | 1657 | 1546 | 1487 | 1678 |
| Multi-Hour terminal work，Terminal-Bench 4.0 | 38.0% | 20.3% | 37.3% | 57.9% |
| Legal work，Harvey Legal Agent | 19.6% | 15.8% | 2.5% | 6.7% |
| Clinical reasoning，HealthBench Pro | 56.7% | 48.5% | 60.5% | 62.1% |
这段视频只说明一次并排画面里，两边标签、时代字样和抽帧顶栏分别是什么。右侧停在 Age 1、左侧停在 Age II，是画面上的字，帖文没有据此宣布胜负，也不能换成「4.7 没能升级」或「4.6 更会玩游戏」。
引用图里的 1657 是 AA-Briefcase v1.1 那一行的 Grok 4.7 xHigh，对照列是 Grok 4.6 High 的 1546。它不是游戏视频的分数，也不能和另一条档位不同的 Grok 4.6 数字直接相减。表上没有写出哪一列是总冠军。
2026-09-22 打开上述永久链接。页面已登录，没有遇到验证码。点击「显示原文」后抄录英文正文，播放嵌入视频，并在上面八个时间点暂停，读取 1920×720 画面的顶栏。引用图从帖内图片地址下载后读表；引用句的英文是在同一任务里打开该引用永久链接、再点「显示原文」后抄录的。帖文没有给出提示词、客户端、推理档位或原始运行记录，因此不能只靠这条帖重跑这段演示。
本文中的数字、任务集、推理档位和客户端条件只在所列来源及采集时点内成立。不同版本、不同 harness 或不同提供商的数据不能直接并排比较；未公开的参数保持未知。
需要复测时，请固定模型版本、提供商或客户端、推理档位、工具、任务集版本、样本数和采集日期，并记录失败、重试与人工修正。完整方法和复现步骤见下方来源笔记。
X · eric zakariasson（@ericzakariasson，认证账号） · 原文发布日期 2026-09-21 · 本站编辑日期 2026-09-22
打开原始来源Grok 4.7
下载 Tabbit 客户端后检查模型可用性
