SpaceX AI Grok 4.7 正式发布:性能逼近 GPT-5.6,采用安全拒绝越狱的新架构

关键要点

  • SpaceXAI 于 9 月 21 日发布了 Grok 4.7,面向开发者并提供专业计算支持。
  • Grok 4.7 在 DeepSWE v1.1 上取得了 71.0% 的成绩,超过 Claude Fable 5.1 max,并接近 GPT-5.6 Sol max。
  • 在 HackerBench v0.3 安全测试中,Grok 4.7 仅允许 3.3% 的高风险提示词通过。

SpaceXAI 于 9 月 21 日发布「Grok 4.7」,旨在为开发者与专业人士提供更深入、更持久的计算支持。在软件工程基准测试 DeepSWE v1.1 中取得 71.0%,超越 GPT-5.6 Sol max。在安全架构方面,新模型在 HackerBench v0.3 中仅放行 3.3% 的高风险提示词。

Grok 4.7 的技术架构说明:更大的基础模型、长周期强化学习与长上下文管理

与前代相比,Grok 4.7 基于更大的基础模型构建,并针对高难度任务组合进行了更长周期的强化学习(RL)训练。SpaceXAI 将重点放在「需要耗费数小时才能完成」的复杂问题上,使模型在长时间运行过程中能够更仔细地自我验证并检查工作成果,在管理超长上下文方面也取得了显著进步。

此外,Grok 4.7 现已能够原生理解 Grok Bot 框架,在对话任务、通用知识处理,以及创建专业文件和简报等任务上的能力均有明显提升。

基准测试数据说明:DeepSWE 71%、Terminal-Bench 38% 与各项竞品比较

SpaceXAI 公布的主要基准测试数据如下:

DeepSWE v1.1(软件工程):Grok 4.7(xhigh 版本)取得 71.0%,超过 Claude Fable 5.1 max(70.0%),并接近 GPT-5.6 Sol max(72.7%)。

Terminal-Bench 4.0(多小时终端工作):从前代的 20.3% 大幅提升至 38.0%。

AA Briefcase & HealthBench(模拟律师、护理师、财务分析师等进行多小时专业工作):已与业界顶尖模型并驾齐驱。

定价方面,Grok 4.7 维持每百万个输入 Token 2 美元、每百万个输出 Token 6 美元的价格,约为竞品的二分之一至三分之一;SpaceXAI 同时提供输出速度加倍的「快速变体」版本供企业选择。

安全架构说明:HackerBench 3.3% 放行率、越狱防御与网络安全合作伙伴计划

Grok 4.7 引入了全新的安全堆栈,是 SpaceXAI 迄今测试过的、在「拒绝不当请求」与「抵抗越狱」方面最强大的版本。在针对恶意网络任务的 HackerBench v0.3 测试中,模型仅放行 3.3% 的高风险提示词,同时极少误拒合法的安全防御工作。

在网络安全与生物技术等双重用途领域,Grok 4.7 能够精准平衡实用性与安全性。SpaceXAI 已向特定网络安全合作伙伴开放邀请制访问权限,让其使用 Grok 4.7 的红队测试能力,共同开展防御研究。

常见问题

SpaceXAI Grok 4.7 的定价是多少?

Grok 4.7 维持每百万个输入 Token 2 美元、每百万个输出 Token 6 美元的收费标准,约为竞品的二分之一至三分之一;SpaceXAI 同时提供输出速度加倍的「快速变体」版本供企业选择。

Grok 4.7 在 DeepSWE 测试中的表现如何?

Grok 4.7(xhigh 版本)在 DeepSWE v1.1 测试中取得 71.0%,超过 Claude Fable 5.1 max(70.0%),并接近 GPT-5.6 Sol max(72.7%);Terminal-Bench 4.0 的成绩则从前代的 20.3% 大幅提升至 38.0%。

Grok 4.7 的安全防护有多强?

Grok 4.7 在 HackerBench v0.3 中仅放行 3.3% 的高风险提示词,是 SpaceXAI 迄今在拒绝不当请求与越狱防御方面最强大的版本;SpaceXAI 也通过邀请制向特定网络安全合作伙伴开放红队测试。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论