Grok-4.7-high 实测不敌 GPT-5.6-sol-medium

xAI 今日发布 Grok 4.6，在 Grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 Artificial Analysis Intelligence Index（九项基准综合分）上追平 GPT-5.6 Sol。

Cursor 与 SpaceXAI 今日发布 Grok 4.6，重点强化长时运行智能体与交互式视觉任务，在多项智能体编程与知识工作基准上达到前沿水平，并在 Artificial Analysis Intelligence Index 上追平 GPT-5.6 Sol。

一项测试让 GPT-6 Sol、Grok 4.7、GPT-6 Astra 和 Muse Spark 1.3 各用一条提示词生成三个星球大战场景的完整 HTML 文件。GPT-6 Sol 在三个任务上均最快，速度至少领先 2 倍，三个场景总耗时 6 分 23 秒、总成本 $0.556；Muse Spark 1.3 最便宜，三个场景共 $0.385。全部 12 个场景均成功渲染，总成本 $6.99。

OpenAI 的 "Grok Bot"（代号 "Aeon"）据传将在 DevDay 前发布，甚至可能就在本周。GPT-6-Sol 预计明日推出，Anthropic 或以 Opus 5.5 和 Sonnet 5.5 回应，Haiku 与 Terra 据传将停用。OpenAI 今日博文称内部对自家模型表现感到惊讶，The Information 报道其已基本自动化新实验模型的训练流程。

太酷了 【引用 @aug5thmusic】：没想到。Grok 4.7 在我的音乐纠错测试中拿了 100%，和 GPT-6 Astra 一样。

有人用同一提示词让 GPT-6 Astra、Grok 4.7、Kimi K3 和 Fable 5.1 分别构建飞行模拟器，Astra 综合仍排第一，但 Grok 4.7 出乎意料地接近。Kimi K3 与 Fable 5.1 基本打平，两者产出结果更流畅，Grok 4.7 的整体质量则与 Astra 相当。综合排名为 Astra > Grok ≈ Kimi ≈ Fable。

xAI 发布 Grok 4.7，定价为每百万输入 token 2 美元、输出 token 6 美元，公司称其基于更大基座模型并经过更长强化学习训练。

这实际上太离谱了 CursorBench 4.0： grok 4.7 xhigh：46.3% - $6.01/任务 fable 5.1 medium：46.8% - $7.05/任务 gpt-5.6 sol max：41.7% - $8.23/任务 而且相比 grok 4.6 xhigh，它在成本基本不变的情况下从 41.4% → 46.3%

终于，在经历了相当安静的一周左右之后，这周有东西可看了 grok 4.7 出现在 OpenCode 中 opus 5.5，早前传闻称其与 opus 5.2 或 fable 5.2 是同一个 checkpoint gpt-6 Sol，可能上周被推迟了 kimi k3.1 也有暗示

AI 大事件周即将到来，先是 Grok 4.7，还包括 Anthropic（Opus 5.5）和 OpenAI（GPT-6 Sol）的新东西。🚀 你最期待哪个发布？