Grok 4.7: reseña, funciones, benchmarks y precio

Grok 4.7 es el modelo insignia de xAI, lanzado el 21 de septiembre de 2026, cuarenta días después de Grok 4.6. Está diseñado para programación y trabajo de conocimiento, con un modelo base nuevo y más grande. xAI anuncia el mismo precio y velocidad de servicio que su predecesor; el tiempo total de respuesta depende de la tarea y del razonamiento. Si vienes de Grok 4.5, representa dos generaciones de avance.

Esta reseña de Grok 4.7 explica sus funciones, los benchmarks de xAI y las pruebas independientes, el precio de la API y sus límites. También aclara cómo acceder: Chat Smith aún no integra Grok 4.7, pero Grok 4.5 ya está disponible para usar modelos de xAI sin una suscripción independiente a Grok.

Grok 4.7 sucede a Grok 4.6 y es el modelo que xAI recomienda para la mayoría de las tareas, incluida la programación. Frente a la actualización centrada en el entrenamiento posterior de 4.6, usa un modelo base nuevo y más grande, con un ciclo de aprendizaje por refuerzo más largo y tareas más difíciles, especialmente trabajos que requieren varias horas.

Mantiene un contexto de 500.000 tokens, entrada de texto e imágenes y salida de texto, con niveles de razonamiento de low a xhigh. xAI destaca una mejor verificación del trabajo y una comprensión nativa del entorno de agente Grok Bot. El corte de conocimiento indicado es mayo de 2026; eso no garantiza información actual sin herramientas de búsqueda.

La familia se actualizó con rapidez: Grok 4.5 en julio, 4.6 en agosto y 4.7 en septiembre de 2026. Para entender la función de cada versión, consulta la guía completa de modelos Grok.

Cuatro áreas muestran los principales cambios respecto a Grok 4.6.

En la tabla de lanzamiento de xAI, Grok 4.7 con xhigh obtiene 46,3% en CursorBench 4.0 frente a 40,4% de 4.6. En DeepSWE v1.1 alcanza 71,0% con high, frente a 65,2%. Terminal-Bench 4.0 figura actualmente con 37,6% frente a 20,3%. En los resultados de VulcanBench del 4 de octubre, Grok 4.7 en Cursor ocupó los tres primeros puestos de Frontier v4, pero se evaluó con un segundo juez distinto al de otras columnas: las puntuaciones no son estrictamente equivalentes.

Según xAI, obtiene 64,0% en EEBench de ingeniería eléctrica frente a 53,0% de 4.6 y 56,4% de Claude Fable 5.1 Max. En Harvey Legal Agent Benchmark logra 19,6%, frente a 15,8% y 6,7%. En AA-Briefcase v1.1 alcanza 1.657 Elo frente a 1.546 de 4.6. Para estudiar circuitos con un asistente de física con IA, la mejora en ingeniería resulta relevante; estos resultados de evaluación no garantizan respuestas correctas en cada ejercicio.

En el Cyber Index de Artificial Analysis, consultado el 13 de octubre de 2026, Grok 4.7 con xhigh comparte la puntuación más alta: 56 sobre 100. El índice mide descubrir, validar y corregir vulnerabilidades en repositorios. Los bloqueos de seguridad también influyen: el informe de lanzamiento indica que varios modelos rechazaron al menos el 98% de las tareas de CyberGym-E2E-AA, uno de sus componentes, lo que limita la comparación de sus capacidades.

En su evaluación del 21 de septiembre, Artificial Analysis registró una tasa de alucinación AA-Omniscience del 29% para 4.7 xhigh frente al 34% de 4.6 high, y unos 46 puntos en Intelligence Index. Esa tasa pertenece a un test específico, no a todas las respuestas. También midió unos 81.000 tokens de salida por tarea del índice frente a 36.000, incluidos los de razonamiento. Al resumir un PDF largo, ese esfuerzo puede aumentar la espera y el coste.

La tabla recoge las cifras de lanzamiento de xAI revisadas el 13 de octubre de 2026: Grok 4.7 con xhigh, Grok 4.6 con high y Claude Fable 5.1 con max. Los niveles de esfuerzo son distintos. Los precios son tarifas básicas de API en USD por millón de tokens; los benchmarks de ingeniería, derecho y salud no equivalen a asesoramiento profesional.

Grok 4.7 mejora respecto a 4.6 en todas las pruebas mostradas, con las mismas tarifas básicas. Supera a Fable 5.1 en ingeniería eléctrica y el benchmark jurídico, mientras Fable conserva la ventaja en CursorBench y Terminal-Bench. En esta comparación, Fable cuesta cinco veces más por token de entrada y unas 8,3 veces más por salida. El coste por trabajo también depende de cuántos tokens y herramientas se usen.

Las tarifas por millón de tokens son 2 USD de entrada, 0,50 USD de entrada en caché y 6 USD de salida. Si el contexto supera 200.000 tokens, toda la solicitud pasa a 4 USD, 1 USD y 12 USD, respectivamente. Grok 4.7 Fast se ofrece solo en Cursor y Grok Build: xAI anuncia el doble de velocidad de salida. Sus tarifas son 4/1/12 USD para entrada/caché/salida en contexto estándar y 6/1,50/18 USD por encima de 200.000 tokens. No está en la API pública de xAI. Más razonamiento puede encarecer una tarea aunque la tarifa básica sea igual.

• Desarrolladores: disponible como grok-4.7 en xAI API y mediante OpenRouter y Vercel. Revisa las condiciones de cada proveedor.
• Plataformas cloud: disponible en Amazon Bedrock, Google Vertex AI y Microsoft Foundry, según región y modalidad de acceso.
• Herramientas de programación: disponible en Cursor, GitHub Copilot y Grok Build. El acceso puede depender del plan y las políticas de administración.
• Chat Smith: aún no integra Grok 4.7. Grok 4.5 está disponible en Android, iOS y web. Chat Smith Pro amplía los límites; los planes y precios varían por plataforma y región. Consulta el precio actual al suscribirte.

Grok 4.7 es competitivo, pero no lidera todas las métricas. Fable 5.1 Max sigue por delante en varias pruebas de xAI. Los resultados independientes también dependen del método: VulcanBench lo situó primero con las salvedades sobre los jueces, mientras el informe de Snorkel AI del 22 de septiembre lo colocó sexto en tasteful pass@3 de Senior SWE-Bench, con 40,0% frente a 38,9% de 4.6. Son mediciones y fechas diferentes.

Las tareas difíciles pueden tardar y consumir muchos tokens. VulcanBench midió 28,5 minutos por tarea de Frontier v4 en Extra-high, dentro de su configuración de Cursor. Artificial Analysis registró más del doble de tokens de salida por tarea del índice frente a 4.6 high en su evaluación de lanzamiento. Estos resultados no son tiempos ni costes garantizados para una conversación normal.

El contexto de 500.000 tokens es menor que las ventanas de un millón o más de algunos rivales, y las tarifas suben al superar 200.000. Muchas cifras publicadas proceden del proveedor y dependen del entorno de agente. Prueba Grok 4.7 frente a alternativas como Claude Sonnet 5 con tus tareas reales antes de adoptarlo.

Grok 4.7 aún no está integrado en Chat Smith, pero Grok 4.5 funciona en Android, iOS y navegador. Selecciónalo en la lista de modelos y empieza a conversar, sin cuenta de xAI ni suscripción independiente a Grok. Se aplican los límites del plan de Chat Smith que elijas.

Grok 4.5 comparte el contexto de 500.000 tokens y la tarifa básica de API de 4.7. Con ajustes de razonamiento comparables puede ser una opción más ágil para preguntas cotidianas, escritura, investigación y ayuda rápida con código. Las mayores mejoras de 4.7 se orientan al trabajo con agentes de larga duración y tareas profesionales especializadas; la velocidad real depende de la configuración.

Chat Smith también permite comparar Grok 4.5 con DeepSeek V4 Pro y otros modelos en la misma app. Puedes plantear la misma pregunta a varios y elegir la respuesta más útil. Chat Smith Pro añade límites más altos y más modelos premium; comprueba los planes y precios vigentes para tu plataforma y región.

Grok 4.7 incorpora un modelo base más grande y mejora las pruebas de lanzamiento de xAI respecto a 4.6, manteniendo las tarifas básicas de 2 USD de entrada y 6 USD de salida. Destaca en trabajo especializado y ciberseguridad defensiva. Sus límites son la espera en tareas complejas, el alto consumo de tokens y el contexto de 500.000. La ventaja en programación frente a otros modelos depende del benchmark y del entorno de agente.

Mientras Grok 4.7 llega a más aplicaciones, Grok 4.5 sigue siendo una forma sencilla de usar los modelos de xAI a diario. Pruébalo en Chat Smith, una app de chat con IA que lo reúne con modelos de OpenAI, Anthropic, Google y DeepSeek.