xAI、コーディングと知識業務向けモデルGrok 4.7を発表

Grok 4.7はGrok 4.6より大きな新しいベースモデルを使い、数時間かかる問題に重みを置いた難しいタスク群で、より長い強化学習を行った。自分の作業を検証する力と長いコンテキストの扱いが向上したとしている。Grok Bot harnessを標準で理解するよう学習させ、会話タスクや一般的な知識業務も改善したという。

ベンチマークでは、Grok 4.7 xHighがCursorBench 4.0で46.3%（Grok 4.6 Highは40.4%）、EEBenchで64.0%（同53.0%）、Terminal-Bench 4.0で37.6%（同20.3%）、Harvey Legal Agent Benchmarkで19.6%（同15.8%）だった。DeepSWE v1.1は71.0%で、これはhigh effortでの値である。比較表にはGPT-5.6 SolとFable 5.1も載っており、項目によって上回る場合も下回る場合もある。文書やプレゼン資料の作成も改善され、GDPvalとAA BriefcaseではGrok 4.6を上回り、他のフロンティアモデルと同程度とされる。

安全面では、まったく新しいセーフガードの構成を採用した。拒否とジェイルブレイク耐性で、これまで試した中で最も強いと説明している。LatchBioのバイオセーフティ評価では62.4%で首位となった。サイバー分野のHackerBench v0.3では、危険なデュアルユース系プロンプトを通す割合は3.3%にとどまり、正当なセキュリティ作業はほとんど妨げないという。一部のサイバーセキュリティパートナーには、防御研究向けにレッドチーム能力へ招待制でアクセスを提供し始めた。