Grok 4.7：34.3 分，0.05x 能跑什么

2.1 万亿参数，34.3 分

SpaceXSI（原 xAI）在 2026 年 9 月发布 Grok 4.7，参数量约 2.1 万亿，比 Grok 4.6 的 1.5 万亿提升约 40%。上下文 50 万 token，最大输出 12.8 万，可处理文本与图像输入，推理强度分为 low、medium、high、xhigh 四档。

智能分 34.3，在目录里属于中段：高于 DeepSeek V4.1 Flash 的 32.5、GLM-5.3 的 31.7，低于 Claude Sonnet 5.5 的 54.2。单看分数不突出，配上 0.05x 的倍率就不一样了。

这个位置其实很实用。分数够做大多数日常任务，价格又低到可以当默认模型，不必每次调用前先算账。

参数量只是成本项，不是能力项。2.1 万亿说明推理时占用的算力和显存，34.3 分才是它能交付的结果。看模型先看分，再看价，参数量放到后面。

价格：0.05x 之后是 $0.1/$0.3

官方定价输入 $2、输出 $6 每百万 token。两个分组：

Grok 分组 0.05x，折算下来输入 $0.1、输出 $0.3 每百万 token。这个价位上，34.3 分的模型可以当"默认模型"用，试错成本低，跑批量任务也不用心疼。

0.05x 和 0.18x 差 3.6 倍。同一份权重，账单差这么多，选分组比选模型更影响预算。倍数写清楚，账单才对得上；两个档位的差额，比换一代模型带来的价差还大。

四档推理强度怎么配

low 适合信息抽取、格式转换、分类；medium 适合常规编码和技术问答；high 适合多步推理和方案权衡；xhigh 留给复杂缺陷定位、跨系统根因分析。

档位越高，模型在回答前生成的思考内容越多，输出 token 增加，账单跟着输出价走。常见的浪费是全流程默认开高挡，把档位当成每次调用都要传的参数，按任务类型分开设，比统一调低更有效。

一个简单的分法：能一次答对的任务用 low 或 medium，需要比较多个方案的任务用 high，只有失败代价明显高于 token 成本时才开 xhigh。

档位是每次请求都能带的参数，不用为不同档位单独接模型。调档也会改响应时间，交互式产品先用 medium 打底，跑一轮再决定哪些入口值得升到 high。

能跑什么

大批量结构化处理。一次 10 万输入、1 万输出，Grok 分组是 $0.01 + $0.003 = $0.013；一万次 $130。同样的量用 Claude Sonnet 5.5 的 0.45x，成本约是它的十倍。

图像输入。截图、发票、图表、界面稿可以直接进，配合 50 万上下文，把一批图和说明文档放进同一个请求做交叉提取。

中等难度编程。补全、单测、局部重构、代码解释都在它的能力区间，配 high 档做多步修改也够用。

智能体里的小步骤。工具调用、结果校验、下一步决策，这类步骤多、单步价值低的环节，单价决定了整个 agent 能不能持续跑下去。

不适合什么

顶格难题。34.3 和 58.4 差 24.1 分，复杂架构设计、长链自主编码还是交给 Claude Opus 5.5。

超过 50 万上下文。Gemini 4 Argon 和 Kimi K3.1 Pro 都是 100 万级，读整个代码库或几百页文档时，50 万会卡住。

超长输出。12.8 万的上限做不了整本书或完整项目。要 39.3 万用 DeepSeek V4.1 Flash，要 94.4 万用 Kimi K3.1 Pro。

格式要求极严的输出。智能分不衡量 schema 遵循程度，要严格 JSON 的场景，先用一批真实样本测一轮再上线。

接入

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")

resp = client.chat.completions.create(
    model="grok-4.7",
    messages=[{"role": "user", "content": "把这张发票截图里的字段抽成 JSON"}],
)
print(resp.choices[0].message.content)

模型页见 Grok 4.7，同系列旧版本在模型总览里按厂商筛，分组倍率以价格页为准，选型思路可以看博客里的其他对比。

先挑一类每天量最大的任务切到 Grok 分组，跑一周看账单和返工率，再决定要不要扩到其他场景。