Grok 4.7 发布：编程能力、API 价格与上手验证指南

2026年9月22日整理。Grok 4.7 是这轮 AI 模型更新中值得开发者关注的新发布：官方公告日期为9月21日，重点放在编程、知识工作和持续多步执行。对使用 AI 写代码或整理资料的人来说，最值得观察的是它能否减少返工，并在可接受的成本下完成任务。

这次更新了什么？

根据官方发布公告，Grok 4.7 更换了更大的基础模型，并加强长任务训练、自我检查与上下文管理；可通过 Cursor、Grok Build 和 API 等渠道使用。官方还强调文档、演示文稿等知识工作能力。这些属于厂商披露，本文未进行独立性能实测。

从编辑角度看，更新的价值应落在“交付完整结果”上：能不能找到相关代码、实施有限修改、运行检查、发现遗漏，再把尚未解决的部分说明白。只生成一段看起来正确的代码，还不足以评价长任务能力。

API 价格、上下文与功能边界

官方模型文档列出模型标识 grok-4.7，上下文窗口为500,000 tokens，支持文本和图像输入、文本输出，以及工具调用、结构化输出和推理。常规输入价格为每百万 tokens 2美元，输出6美元，缓存输入0.50美元；超过200K上下文的请求采用不同费率，地区及具体条件以调用时的文档为准。

因此，“上下文很长”不等于每次都应塞满资料。先把与任务有关的文件和证据提供齐全，再逐步扩大范围，更容易定位错误，也便于控制调用成本。API单价也不能直接等同于某个客户端订阅价格或包含额度。

官方另外提供 Fast 变体，称输出速度与价格均为普通版本的两倍。这里是变体之间的说明，不能据此推断所有真实项目都会快一倍。来源：发布公告。

怎样读官方评测，才不容易误判？

发布页列出了软件工程、终端任务及专业工作评测。阅读这类榜单时，先看模型版本、推理档位、工具环境和任务范围是否一致；不同设置下的分数只能在对应条件中解释。榜单适合筛选候选，最终仍需看自己的项目是否受益。

下面是一套本站编辑整理的试用方法，所有案例均为教学示例，不是 Grok 4.7 的实测结果。

上手练习：修复一个可复现的小问题

从官方入口进入可用客户端，在当前账户的模型选择中核对 Grok 4.7 是否开放。不同计划、地区和渠道的可用性可能不同。
准备一个有权处理的项目副本，记录当前分支和未提交修改。先确认项目原本可以构建或运行。
给出一条真实复现路径，先让模型解释原因，再允许它做有限修改。
查看文件差异，按原始步骤再次操作，记录耗时、返工次数及费用。

问题：列表搜索后翻到第二页，搜索条件丢失。
请先找出页面事件、请求参数和后端筛选之间的调用关系，不改文件。
确认原因后，只修复本问题，沿用现有依赖与接口约定。
完成时列出：修改文件、已执行检查、检查结果、未验证部分。
没有执行的测试不能写成通过。

如果模型建议重写整个模块，先要求它说明为什么局部修改不足。验收时既检查搜索后翻页，也检查换关键词和清空关键词，避免只修好一条路径。

办公任务也要有明确验收标准

可以再用一组公开资料试做项目说明：要求每个关键结论附来源，原文没写的信息标为“待确认”，数字保留单位与日期。检查最终文档是否完整、引用能否对应结论，以及是否把推测写成事实。

建议把同一任务交给现用模型和新模型各做一次，固定输入、输出要求和工具权限。记录“合格交付所花的总时间”，包括人工审查与返工。单次回复更快，未必意味着总体工作更省时。

适合哪些人先试？

经常处理跨文件修改、带来源的资料整理或较长办公任务的读者，可以把它加入候选列表。已有工作流稳定时，先跑小样本，再决定是否迁移。尤其不要只凭一句“最新最强”就替换生产流程。

相关教程：Cursor 中文入门：修改代码、审查与验证。本文依据上述官方页面撰写，价格与功能核对日期为2026年9月22日；封面为 AI 生成概念插图，非产品界面截图。