说实话，今天刷到这条消息的时候，第一反应不是"又来了"，而是觉得xAI这次胆子挺大的。
Grok 4.7，一上来官方介绍页就写了句挺狠的话——编程和知识工作领域最强模型，速度是同级别的两倍，价格只要一半。
这话放在哪个行业都算挑事儿了。

先说这次到底升了什么。底座模型比上一代Grok 4.6更大，训练的时候专门延长了强化学习周期，塞进去一堆得花好几个小时才能跑完的任务样本。简单讲就是让模型练的不是短跑，是马拉松。
方向其实很明确。现在AI写个几十行代码谁都行，但真正的软件工程是什么？是看完一整个代码仓库，拆需求，改十几个文件，跑测试，发现bug再回头改。这个过程动辄几个小时，模型中途一走神就全废了。Grok 4.7练的就是这个——在长链条里不丢目标、能自己查错。

跑分确实涨了。长时编码测试CursorBench从40.4%到46.3%，Terminal-Bench直接从20.3%跳到38.0%，接近翻倍。法律、医疗、工程这些专业场景也都有不同程度的提升。
但真正有意思的是定价。标准版每百万输入Token 2美元、输出6美元，跟上一代一模一样，没涨。

这招其实比跑分更有杀伤力。开发者不用多花钱，模型更强了，返工次数少了，算下来单个任务的真实成本是在降的。对做编程工具和知识工作产品的团队来说，这笔账很好算。
马斯克自己也发了推，说Grok 4.7在智能、速度和成本之间找到了很有竞争力的平衡点。话说得比较克制，没有喊"地表最强"之类的。
不过网友那边就没这么客气了。

评论区有人直接说"这种水平的模型也敢发布，差到不该拿出来"。确实，如果你拿它去跟Claude、GPT这些头部模型的天花板比，Grok 4.7在不少通用测试上并没有拉开差距，有些甚至还落后。
但换个角度想，xAI走的可能本来就不是"全面碾压"这条路。用更低的价格，在长任务和专业场景上做到接近甚至局部领先，然后靠性价比去抢开发者的调用量。

这个思路对不对，市场会给答案。
现在AI模型的竞争已经不是比谁单轮回答更漂亮了，而是比谁能把一整件事干完。写完代码还能跑测试，做完文档还能自己检查格式，分析完法律条款还能给出可用的摘要。说白了就是从"回答问题"变成"替你干活"。

Grok 4.7往这个方向迈了一步，但这一步够不够大，现在还不好说。
你们觉得现在选AI工具，跑分重要还是实际干活的性价比更重要？