SpaceXAI、Grok 4.7 を発表。コーディング性能を上げ価格は据え置き

SpaceX 傘下の AI 部門である SpaceXAI が9月21日（現地時間）、AI モデル「Grok 4.7」を発表した。コーディングと知識労働に向けたモデルとしては同社で最も高性能だとしている。価格と速度は Grok 4.6 と同じに据え置き、同等クラスのモデルと比べて2倍高速で価格は半分だと主張する。同日から「Cursor」と同社の「Grok Build」、Grok API、サードパーティ製のコーディングハーネスなどで提供する。

中身は Grok 4.6 より大規模な新しいベースモデルである。完了までに何時間もかかる問題を中心に難度の高いタスクを組み合わせ、強化学習の期間も延ばした。これによって自身の作業を検証する能力と、長いコンテキストを扱う能力が向上したという。エージェントを動かすハーネスをネイティブに理解できるよう訓練したことで、会話型タスクや一般的な知識労働の性能も高めたとしている。

公開された評価は、Grok 4.6、OpenAI の GPT-5.6 Sol、Anthropic の Claude Fable 5.1 と比べたものだ。長時間のコーディングを測る CursorBench 4.0 では46.3％で、Grok 4.6 の40.4％と GPT-5.6 Sol の41.7％を上回ったが、Fable 5.1 の51.8％には届かなかった。電気工学の EEBench は64.0％、法務の Harvey Legal Agent Benchmark は19.6％で、いずれも4モデル中の首位。一方 Terminal-Bench 4.0 は38.0％で Fable 5.1 の57.9％を下回り、臨床推論の HealthBench Professional も56.7％と GPT-5.6 Sol（60.5％）、Fable 5.1（62.1％）に及ばなかった。

安全面ではセーフガードを全面的に刷新したという。拒否応答とジェイルブレイク耐性は同社がテストしたモデルの中で最も強く、生物分野の安全性を測る LatchBio のベンチマークでは62.4％で首位だとしている。

読み方としては、順位そのものより価格の並びが効く。API 料金は100万トークンあたり入力2ドル・出力6ドルからで、比較対象の GPT-5.6 Sol は入力4ドル・出力20ドル、Fable 5.1 は入力10ドル・出力50ドルだ。首位を譲った項目でも差は数ポイントから十数ポイントで、単価は数分の1になる。イーロン・マスク CEO も X への投稿で、エージェント型コーディングでは Anthropic、OpenAI に次ぐ3位だとした上で、高速かつ低コストであることを踏まえれば日常的な主力モデルとして優れた選択肢になると述べている。