Grok 4.7 समीक्षा: सुविधाएँ, बेंचमार्क और API कीमत

Grok 4.7, xAI का प्रमुख मॉडल है, जिसे Grok 4.6 के चालीस दिन बाद 21 सितंबर 2026 को जारी किया गया। यह नए और बड़े बेस मॉडल पर बना है और कोडिंग तथा ज्ञान-आधारित कामों पर केंद्रित है। xAI पिछली पीढ़ी जैसी कीमत और सेवा गति बताती है, लेकिन पूरे काम का समय कार्य और रीजनिंग सेटिंग पर निर्भर करता है। अगर आप Grok 4.5 इस्तेमाल कर रहे हैं, तो यह उससे दो पीढ़ी नया है।

इस Grok 4.7 समीक्षा में सुविधाएँ, xAI और स्वतंत्र संस्थाओं के बेंचमार्क, API कीमत और सीमाएँ समझें। हम उपलब्धता भी बताते हैं। Chat Smith में अभी Grok 4.7 नहीं है, लेकिन Grok 4.5 पहले से उपलब्ध है, इसलिए अलग Grok सदस्यता लिए बिना xAI के मॉडल इस्तेमाल कर सकते हैं।

Grok 4.7, Grok 4.6 का अगला संस्करण है और xAI कोडिंग समेत अधिकांश कामों के लिए इसकी सलाह देती है। 4.6 में मुख्यतः पोस्ट-ट्रेनिंग सुधार थे, जबकि 4.7 नए और बड़े बेस मॉडल पर बना है। इसमें लंबी रीइन्फोर्समेंट लर्निंग प्रक्रिया और अधिक कठिन कार्यों का इस्तेमाल किया गया, खासकर कई घंटे लेने वाले कामों का।

मुख्य विशेषताएँ 5 लाख टोकन की कॉन्टेक्स्ट विंडो, टेक्स्ट और इमेज इनपुट, टेक्स्ट आउटपुट और low से xhigh तक रीजनिंग स्तर हैं। xAI अपने परिणाम की बेहतर जाँच और Grok Bot एजेंट के रनटाइम की मूल समझ पर जोर देती है। बताया गया ज्ञान कटऑफ मई 2026 है; इसका अर्थ बिना खोज टूल के ताज़ा जानकारी जानना नहीं है।

सीरीज़ तेजी से अपडेट हुई: जुलाई 2026 में Grok 4.5, अगस्त में 4.6 और सितंबर में 4.7। हर संस्करण की जगह समझने के लिए Grok मॉडल की पूरी गाइड देखें।

इन चार क्षेत्रों में Grok 4.6 से हुए प्रमुख बदलाव दिखते हैं।

xAI की लॉन्च तुलना में Grok 4.7 xhigh का CursorBench 4.0 स्कोर 46.3% है, जबकि 4.6 का 40.4%। DeepSWE v1.1 में 4.7 high को 71.0% और तुलना में 4.6 को 65.2% मिला। आधिकारिक पेज पर Terminal-Bench 4.0 अब 37.6% बनाम 20.3% है। VulcanBench के 4 अक्टूबर के Frontier v4 परिणाम में Cursor पर चल रहे Grok 4.7 ने शीर्ष तीन स्थान लिए। हालांकि दूसरे मूल्यांकन मॉडल का चुनाव अन्य कॉलम से अलग था, इसलिए स्कोर पूरी तरह समान परिस्थितियों में तुलना योग्य नहीं हैं।

xAI के अनुसार इलेक्ट्रिकल इंजीनियरिंग टेस्ट EEBench में 4.7 को 64.0%, 4.6 को 53.0% और Claude Fable 5.1 Max को 56.4% मिला। Harvey Legal Agent Benchmark में ये स्कोर क्रमशः 19.6%, 15.8% और 6.7% हैं। कई घंटे के दफ्तर के कामों का परीक्षण AA-Briefcase v1.1 में 4.7 को 1,657 Elo मिला, जबकि 4.6 को 1,546। AI भौतिकी अध्ययन सहायक से सर्किट समझने जैसे काम में इंजीनियरिंग सुधार उपयोगी संकेत है, लेकिन हर सवाल का सही जवाब सुनिश्चित नहीं करता।

13 अक्टूबर 2026 को देखे गए Artificial Analysis Cyber Index में Grok 4.7 xhigh को 100 में 56 अंक मिले, जो संयुक्त सर्वोच्च स्कोर है। यह कोड रिपॉज़िटरी में कमजोरियाँ खोजने, सत्यापित करने और सुधारने की क्षमता मापता है। सुरक्षा कारणों से इनकार भी स्कोर बदलता है। लॉन्च रिपोर्ट में कुछ मॉडल ने इसके एक घटक CyberGym-E2E-AA के कम से कम 98% कार्यों से इनकार किया था, इसलिए स्कोर पूरी क्षमता की सीधी तुलना नहीं है।

Artificial Analysis के 21 सितंबर मूल्यांकन में AA-Omniscience हैलुसिनेशन दर 4.7 xhigh के लिए 29% और 4.6 high के लिए 34% थी। Intelligence Index लगभग 46 था। यह खास परीक्षण की दर है, सभी उत्तरों की त्रुटि दर नहीं। उसी मूल्यांकन में रीजनिंग सहित प्रति इंडेक्स कार्य आउटपुट लगभग 81,000 टोकन बनाम 36,000 था। लंबे PDF का सारांश बनवाने जैसे काम में यह अतिरिक्त प्रयास इंतज़ार और लागत बढ़ा सकता है।

तालिका xAI की लॉन्च तुलना पर आधारित है, जिसे 13 अक्टूबर 2026 को जाँचा गया। Grok 4.7 को xhigh, 4.6 को high और Claude Fable 5.1 को max पर मापा गया है, इसलिए रीजनिंग स्तर अलग हैं। कीमतें प्रति 10 लाख टोकन मूल API दरें हैं और अमेरिकी डॉलर में हैं। इंजीनियरिंग, कानूनी और स्वास्थ्य परीक्षणों के स्कोर पेशेवर सलाह के समान नहीं हैं।

दिखाए गए सभी परीक्षणों में Grok 4.7, 4.6 से बेहतर है और मूल दरें समान हैं। इलेक्ट्रिकल इंजीनियरिंग और कानूनी टेस्ट में यह Fable 5.1 को आगे छोड़ता है, लेकिन CursorBench और Terminal-Bench में Fable आगे है। इस तुलना में Fable का इनपुट पाँच गुना और आउटपुट लगभग 8.3 गुना महँगा है। वास्तविक कार्य लागत इस्तेमाल हुए टोकन और टूल पर भी निर्भर करती है।

प्रति 10 लाख टोकन मूल दरें $2 इनपुट, $0.50 कैश्ड इनपुट और $6 आउटपुट हैं। कॉन्टेक्स्ट 2 लाख टोकन से अधिक होने पर पूरी रिक्वेस्ट पर क्रमशः $4, $1 और $12 की दरें लगती हैं। Grok 4.7 Fast केवल Cursor और Grok Build में है और xAI इसकी आउटपुट गति दोगुनी बताती है। Fast में इनपुट/कैश/आउटपुट दरें सामान्य कॉन्टेक्स्ट के लिए $4/$1/$12 और 2 लाख टोकन से अधिक के लिए $6/$1.50/$18 प्रति 10 लाख टोकन हैं। यह सार्वजनिक xAI API में उपलब्ध नहीं है। मूल दर समान हो तब भी अधिक रीजनिंग टोकन काम को महँगा बना सकते हैं।

• डेवलपर: xAI API में grok-4.7 ID से उपलब्ध है और OpenRouter तथा Vercel से भी इस्तेमाल कर सकते हैं। हर प्रदाता की शर्तें जाँचें।
• क्लाउड प्लेटफ़ॉर्म: Amazon Bedrock, Google Vertex AI और Microsoft Foundry पर उपलब्ध है। क्षेत्र और एक्सेस का तरीका प्रदाता पर निर्भर करता है।
• कोडिंग टूल: Cursor, GitHub Copilot और Grok Build में उपलब्ध है। प्लान और एडमिन नीतियों के अनुसार एक्सेस बदल सकता है।
• Chat Smith: Grok 4.7 अभी जोड़ा नहीं गया है, लेकिन Grok 4.5 Android, iOS और वेब पर उपलब्ध है। Chat Smith Pro में अधिक उपयोग सीमा मिलती है। प्लान और कीमत प्लेटफ़ॉर्म तथा क्षेत्र के अनुसार बदलते हैं; सदस्यता लेते समय मौजूदा विवरण देखें।

Grok 4.7 हर माप में सबसे आगे नहीं है। xAI के कुछ परीक्षणों में Fable 5.1 Max बेहतर है। स्वतंत्र परिणाम भी पद्धति पर निर्भर करते हैं। VulcanBench ने अलग मूल्यांकन मॉडल की टिप्पणी के साथ इसे पहले स्थान पर रखा, जबकि Snorkel AI की 22 सितंबर रिपोर्ट में Senior SWE-Bench के tasteful pass@3 पर यह 40.0% के साथ छठे स्थान पर था; 4.6 का स्कोर 38.9% था। तारीख और मूल्यांकन पद्धति दोनों को ध्यान में रखें।

कठिन कामों में समय और टोकन की खपत अधिक हो सकती है। VulcanBench Frontier v4 में Cursor के Extra-high पर प्रति कार्य औसतन 28.5 मिनट लगे। Artificial Analysis की लॉन्च जाँच में प्रति इंडेक्स कार्य आउटपुट टोकन 4.6 high से दोगुने से अधिक थे। इन्हें सामान्य चैट का तय समय या खर्च नहीं मानना चाहिए।

5 लाख टोकन की विंडो कुछ प्रतिस्पर्धियों की 10 लाख या अधिक की विंडो से छोटी है, और 2 लाख टोकन से अधिक कॉन्टेक्स्ट पर दरें बढ़ती हैं। कई प्रकाशित स्कोर प्रदाता के अपने हैं और एजेंट के रनटाइम पर भी निर्भर करते हैं। अपनाने से पहले अपने असली कामों पर Claude Sonnet 5 जैसे विकल्पों से तुलना करें।

Chat Smith में Grok 4.7 अभी नहीं है, लेकिन Grok 4.5 Android, iOS और ब्राउज़र पर मिलता है। मॉडल सूची से चुनें और चैट शुरू करें। अलग xAI अकाउंट या Grok सदस्यता की ज़रूरत नहीं है। चुने हुए Chat Smith प्लान की उपयोग सीमाएँ लागू होती हैं।

Grok 4.5 की कॉन्टेक्स्ट विंडो 5 लाख टोकन है और मूल API दरें 4.7 जैसी हैं। उचित रीजनिंग सेटिंग पर यह रोज़मर्रा के सवाल, लेखन, शोध और छोटे कोडिंग कामों के लिए हल्का विकल्प हो सकता है। 4.7 के प्रमुख सुधार लंबे एजेंट कोडिंग कार्यों और विशेषज्ञ पेशेवर कामों पर केंद्रित हैं। वास्तविक गति सेटिंग और काम के अनुसार बदलती है।

Chat Smith में Grok 4.5 की तुलना DeepSeek V4 Pro और दूसरे मॉडल से उसी ऐप में कर सकते हैं। एक सवाल कई मॉडल को भेजकर अपने काम के लिए उपयोगी उत्तर चुनें। Chat Smith Pro में अधिक उपयोग सीमा और अधिक प्रीमियम मॉडल मिलते हैं। अपने प्लेटफ़ॉर्म और क्षेत्र की मौजूदा योजना और कीमत देखें।

Grok 4.7 बड़ा बेस मॉडल लाता है और xAI की लॉन्च तुलना में 4.6 से बेहतर स्कोर करता है, जबकि मूल कीमत प्रति 10 लाख टोकन $2 इनपुट और $6 आउटपुट ही है। विशेषज्ञ कार्य और रक्षात्मक सुरक्षा इसके उल्लेखनीय क्षेत्र हैं। जटिल कामों में इंतज़ार, अधिक टोकन खपत और 5 लाख टोकन की विंडो इसकी सीमाएँ हैं। अन्य मॉडल से कोडिंग में बढ़त बेंचमार्क और एजेंट वातावरण पर निर्भर करती है।

जब तक Grok 4.7 अधिक ऐप में उपलब्ध नहीं होता, Grok 4.5 रोज़मर्रा में xAI के मॉडल इस्तेमाल करने का आसान तरीका है। इसे Chat Smith में आज़माएँ। यह AI चैट ऐप इसे OpenAI, Anthropic, Google और DeepSeek के मॉडल के साथ एक जगह उपलब्ध कराता है।