Grok 4.7: o que o novo modelo de ponta da xAI realmente muda

O que o Grok 4.7 realmente é

O Grok 4.7 é o modelo de ponta da xAI para programação, tarefas agênticas e trabalho de conhecimento. Na API, ele é oferecido como grok-4.7, com uma janela de contexto de 500k, entradas de texto e imagem, e saída somente em texto sem limite de saída, segundo as notas de lançamento da xAI. O esforço de raciocínio pode ser configurado entre baixo, médio, alto (o padrão) e xhigh, para que você ajuste o quanto o modelo pensa em cada solicitação.

Por baixo do capô, a xAI diz que o Grok 4.7 usa um modelo base novo e maior que o Grok 4.6. Quero ser preciso aqui, porque boa parte da cobertura atribuiu uma contagem exata de parâmetros a ele: o próprio material da xAI o descreve como um modelo base maior sem publicar um número, então o número específico que circula não é algo que a empresa realmente declarou. O que a xAI de fato afirma é a forma da mudança, e essa forma é a parte interessante.

O treinamento foi voltado para problemas difíceis que levam muitas horas para serem concluídos, e depois reforçado ao longo de uma execução mais longa. A xAI também treinou o modelo para entender nativamente seu arnês Grok Bot, que é a estrutura que permite ao modelo conversar, chamar ferramentas e avançar em uma tarefa. Em termos simples, eles otimizaram menos para responder bem a uma única pergunta e mais para avançar em um trabalho longo e de várias etapas sem perder o fio.

O que mudou em relação ao Grok 4.6

A forma mais clara de ver o salto é colocar os dois modelos lado a lado nos benchmarks publicados pela xAI. Os ganhos não são uniformes, e onde eles se concentram diz muito sobre do que este lançamento realmente trata.

O maior salto individual está no Terminal-Bench 4.0, que mede trabalho de várias horas em um terminal real: o Grok 4.6 obteve 20,3% e o Grok 4.7 quase dobra esse valor para 37,6%. Esse é exatamente o tipo de tarefa de longo horizonte para a qual a execução de RL mais longa foi criada, e é onde o lançamento se justifica. Programação e engenharia seguem a mesma história: o CursorBench 4.0 sobe de 40,4% para 46,3%, e o EEBench (engenharia elétrica) salta de 53,0% para 64,0%.

Aqui está a tabela mais completa, com o GPT-5.6 Sol e o Fable 5.1 ao lado para dar contexto aos números. Todos os números do Grok 4.7 estão em esforço xHigh, o Grok 4.6 em High.

*A pontuação do Grok 4.7 no DeepSWE é medida com esforço alto. Números do anúncio do Grok 4.7 da xAI.

Duas ressalvas honestas antes que alguém interprete isso como uma vitória completa. O Fable 5.1 ainda lidera no CursorBench, Terminal-Bench e raciocínio clínico, então se você só se importa com a pontuação máxima e custo não é problema, ele está à frente. E no HealthBench Professional, tanto o GPT-5.6 Sol (60,5%) quanto o Fable 5.1 (62,1%) superam os 56,7% do Grok 4.7. A história do Grok 4.7 não é "o melhor em tudo". É "muito perto do melhor, por uma fração do preço".

Preços do Grok 4.7 e a taxa Fast

Os preços são onde este modelo fica interessante, então vale a pena detalhar em vez de simplesmente citar um número "a partir de".

A primeira pegadinha é o nível de contexto longo. Assim que uma solicitação ultrapassa 200 mil tokens de prompt, as tarifas mais altas se aplicam a cada token da solicitação inteira, não apenas ao excedente acima de 200 mil. Assim, um prompt de 210 mil tokens é cobrado integralmente a US$ 4 / US$ 12, não majoritariamente a US$ 2 / US$ 6. Para loops longos de agentes que acumulam contexto lentamente, esse penhasco é real, e é por isso que a xAI lançou uma API de compactação de contexto para reduzir conversas antes que elas ultrapassem o limite.

A segunda é a variante Fast. O Grok 4.7 Fast é o mesmo modelo servido com o dobro da velocidade de saída pelo dobro do preço por token, e está disponível apenas dentro do Cursor e do Grok Build, não na API pública. É uma troca de latência por dinheiro, útil quando você está vendo o código sendo transmitido em tempo real e cada segundo conta, e dispensável para trabalho em lote ou em segundo plano, onde a velocidade não importa.

Depois há os medidores que a maioria das matérias ignora. Na API, a página de preços da xAI lista as chamadas de ferramentas separadamente: busca na web, busca no X e execução de código custam US$ 5 por 1.000 chamadas, a busca em anexos de arquivo custa US$ 10 por 1.000, e a busca de coleções no estilo RAG custa US$ 2,50 por 1.000. O Priority Processing dobra todas as tarifas de tokens. Nenhum desses itens quebra o orçamento, mas se você está modelando o custo de um agente que busca e executa constantemente, o preço do token não é toda a conta.

A conclusão: o Grok 4.7 tem preço pensado para ser usado em alto volume. Esse é um posicionamento deliberado, e é a razão mais clara para escolhê-lo em vez de um modelo de ponta mais caro para qualquer coisa que rode em loop.

Onde o Grok 4.7 se posiciona frente ao GPT-5.6 Sol e ao Fable 5.1

Se você traçar capacidade versus custo, o Grok 4.7 cai em um canto que está ficando mais cheio, mas ainda é valioso: pontuações fortes, preço baixo.

Frente ao GPT-5.6 Sol, o Grok 4.7 é a melhor escolha na maior parte do trabalho agêntico e de engenharia: supera o Sol no CursorBench, EEBench, Terminal-Bench, no benchmark jurídico da Harvey e no AA Briefcase, pela metade do preço de entrada e menos de um terço do preço de saída. O Sol mantém uma vantagem real em raciocínio clínico e uma vantagem estreita no DeepSWE, então não é uma vitória total, mas a diferença de preço faz do Grok 4.7 a escolha padrão para trabalho agêntico sensível a custo.

Frente ao Fable 5.1, a leitura honesta é que o Fable ainda é o modelo mais forte em programação pura e trabalho de terminal de longo horizonte, e seu Elo de conhecimento profissional GDPval de 1.735 supera os 1.695 do Grok 4.7. Mas o Fable cobra US$ 10 / US$ 50 por milhão de tokens, de cinco a oito vezes as tarifas do Grok. Então a pergunta não é "qual é mais inteligente" (geralmente o Fable), mas "quanto você está disposto a pagar por ponto adicional". Para muitas cargas de trabalho em produção, o Grok 4.7 é a resposta que mantém a conta sensata.

Segurança e cibersegurança

A xAI deu peso real à segurança neste ciclo, e essa é uma das partes mais concretas do lançamento. O Grok 4.7 foi construído com uma pilha de proteções totalmente nova, e a xAI o chama de o modelo mais robusto que já testou em recusas e resistência a jailbreak.

Os detalhes são o que tornam essa afirmação verificável. No HackerBench v0.3, o benchmark da xAI para tarefas cibernéticas de risco, o Grok 4.7 deixa passar apenas 3,3% dos prompts de duplo uso arriscados, enquanto, segundo a xAI, raramente bloqueia trabalho de segurança legítimo. Ele também lidera o benchmark de biossegurança da LatchBio com 62,4%. A proposta é um modelo que permanece útil para trabalho real de segurança e pesquisa sem ser uma ferramenta fácil para a versão perigosa da mesma tarefa, e a xAI começou a dar a parceiros de cibersegurança selecionados acesso somente por convite às capacidades de red-team do modelo para pesquisa de defesa. Os benchmarks são do próprio fornecedor, então trate-os como ponto de partida, mas a direção é clara.

Para quem o Grok 4.7 realmente serve

Depois de analisar os números, aqui é onde chego. O Grok 4.7 é uma escolha forte se você escreve código, constrói agentes ou lança qualquer coisa na API onde o custo de tokens se acumula. A combinação de pontuações próximas da fronteira com os preços do Grok 4.6 é toda a razão para se importar com ele, e os ganhos de longo horizonte significam que ele se sai melhor que o 4.6 em trabalhos que duram um tempo.

Usuários reais confirmam o argumento de "rodar constantemente". Um assinante intenso do Grok descreveu como o incorporou em tarefas cotidianas e ainda assim nunca chegou perto dos limites:

"Tenho um bot do Grok que monitora meu e-mail a cada 15 minutos e arquiva coisas para mim. Tenho outro bot que monitora resultados de exames de sangue... e nunca chego nem perto de usar minha cota."

hcurtiss, Hacker News

Onde eu ajustaria as expectativas é em código profundo e complicado. Os modelos de ponta estão todos melhorando em resolver um script de uma só vez, e isso é real, mas não é o mesmo que sustentar uma base de código grande. Como colocou um desenvolvedor no mesmo tópico:

"Os modelos estão cada vez melhores em acertar tudo de primeira. Isso é útil em muitas situações, como para pequenos scripts pontuais... Mas para o trabalho de código em si, não me ajuda muito."

manmal, Hacker News

Essa é uma leitura justa para qualquer modelo dessa categoria, incluindo o Grok 4.7. Use-o para o volume de trabalho de dificuldade média onde o preço dele vence, e recorra ao modelo mais caro apenas para as tarefas que realmente precisam daqueles últimos pontos.

Um modelo de ponta é o motor, não o funcionário

Aqui está a reformulação que prometi no TL;DR, porque é o que a maioria dos artigos de "qual modelo devo usar" deixa de lado.

O Grok 4.7 é infraestrutura. É um motor brilhante que você aluga por token, e ele chega sem saber nada sobre sua empresa, seus tickets, seu tom ou suas ferramentas. Para transformá-lo em algo que realiza um trabalho de verdade, alguém precisa construir o arnês: conectar o conhecimento, cabear as integrações, escrever as barreiras de proteção, lidar com escalonamento e manter tudo funcionando. Isso é um projeto de verdade, não um simples botão de configuração.

Essa lacuna é toda a ideia por trás da eesel. Em vez de entregar a você um modelo e um arnês vazio, a eesel é uma plataforma de colegas de equipe de IA em que você contrata colegas prontos para trabalhar para uma função específica. A escalação atual é um colega de equipe de IA para helpdesk que entra na sua fila de suporte e um redator de blog com IA que pesquisa e redige posts longos. Cada um chega já carregando as habilidades, integrações e contexto de empresa que sua função exige, rodando por baixo em modelos de ponta, para que você obtenha a capacidade sem ter que ser dono da infraestrutura.

E se você gostou do Grok 4.7 porque vive no terminal, a eesel também te encontra lá. A CLI da eesel opera o mesmo colega de equipe e espaço de trabalho que o painel, mas a partir da linha de comando: uma pessoa pode executá-la, scripts podem automatizá-la, e agentes de código como Claude Code, Codex e Cursor podem operá-la. Você pode inspecionar as instruções de um colega de equipe, enviar uma mensagem de teste, ler de volta o resultado em JSON e a atividade, e propor uma mudança limitada para um responsável aprovar, tudo sem sair do seu shell. É o mesmo padrão de "operar o agente de forma programática" que torna atraente uma API de modelo bruto, mas voltado a um funcionário que já conhece o trabalho. Você pode experimentar a eesel grátis.