Grok 4.7レビュー：機能・ベンチマーク・API料金

Grok 4.7は、Grok 4.6から40日後の2026年9月21日に公開されたxAIの旗艦モデルです。新しく大型化した基盤モデルを採用し、プログラミングと知識業務に重点を置いています。xAIは前世代と同じ料金と提供速度をうたっていますが、処理全体の時間は課題と推論設定に左右されます。Grok 4.5から見ると、2世代後のモデルです。

このGrok 4.7レビューでは、新機能、xAIと第三者によるベンチマーク、API料金、制約を解説します。利用方法も確認します。Chat SmithにはまだGrok 4.7は導入されていませんが、Grok 4.5は利用でき、Grokを別途契約せずにxAIのモデルを使えます。

Grok 4.7はGrok 4.6の後継で、xAIがコーディングを含む多くの用途で推奨するモデルです。主に事後学習を改善した4.6と異なり、より大きな新しい基盤モデルに、長期の強化学習を実施しています。訓練課題は難しくなり、数時間かかる問題が重視されました。

基本仕様は50万トークンのコンテキスト、テキスト・画像入力、テキスト出力、lowからxhighまでの推論レベルです。xAIは、作業の自己検証とGrok Botのエージェント実行環境への理解を強化したと説明しています。知識の基準日は2026年5月とされていますが、検索なしで最新情報を知っていることを意味しません。

シリーズは2026年7月のGrok 4.5、8月の4.6、9月の4.7と更新されました。各モデルの位置づけはGrokモデルの総合ガイドを参照してください。

Grok 4.6からの主な変化を、4つの分野で確認します。

xAIの公開比較では、Grok 4.7のxhighがCursorBench 4.0で46.3%、4.6が40.4%です。DeepSWE v1.1では4.7のhighが71.0%、比較対象の4.6が65.2%。公式ページのTerminal-Bench 4.0は現在37.6%対20.3%となっています。10月4日公開のVulcanBench Frontier v4では、Cursorで動かす4.7が上位3枠を占めました。ただし、ほかの列とは2つ目の評価モデルが異なり、完全に同条件の比較ではありません。

xAIによれば、電気工学のEEBenchは64.0%で、4.6の53.0%とClaude Fable 5.1 Maxの56.4%を上回ります。Harvey Legal Agent Benchmarkはそれぞれ19.6%、15.8%、6.7%。長時間のオフィス業務を模したAA-Briefcase v1.1は1,657 Eloで、4.6の1,546から向上しました。AI物理学習アシスタントで回路を理解するような学習では、工学分野の改善が参考になります。ただし、個々の問題で必ず正解するわけではありません。

2026年10月13日に確認したArtificial Analysis Cyber Indexでは、Grok 4.7のxhighが100点中56点で同率最高です。コードの脆弱性を発見・検証・修正する能力を測ります。安全上の拒否も成績に影響します。公開時の報告では、一部のモデルが構成テストのCyberGym-E2E-AAで98%以上の課題を拒否しており、点数だけで能力全体を比較することには限界があります。

Artificial Analysisの9月21日の評価では、AA-Omniscienceのハルシネーション率は4.7 xhighが29%、4.6 highが34%、Intelligence Indexは約46点でした。これは特定のテストの値で、すべての回答の誤り率ではありません。同じ評価では、推論を含む出力トークンが指数の1課題あたり約81,000対36,000でした。長いPDFを要約する場合、その追加の推論が待ち時間や費用を増やすことがあります。

表はxAIの公開比較を2026年10月13日に確認したものです。Grok 4.7はxhigh、4.6はhigh、Claude Fable 5.1はmaxで、推論レベルは異なります。料金は100万トークンあたりの基本API料金（米ドル）です。工学・法務・医療分野のテスト成績は、専門家の助言そのものではありません。

掲載したテストでは、Grok 4.7は基本料金を据え置きながら4.6を上回っています。電気工学と法務ではFable 5.1を上回る一方、CursorBenchとTerminal-BenchではFableが優位です。この比較のFableの入力単価は5倍、出力単価は約8.3倍。ただし、実際の作業費用はトークン数とツール利用にも左右されます。

100万トークンあたり、入力2米ドル、キャッシュ入力0.50米ドル、出力6米ドルです。コンテキストが20万トークンを超えると、リクエスト全体に入力4米ドル、キャッシュ入力1米ドル、出力12米ドルの単価が適用されます。Grok 4.7 FastはCursorとGrok Build限定で、xAIは出力速度が2倍としています。Fastの入力／キャッシュ／出力単価は通常のコンテキストで4／1／12米ドル、20万トークン超では6／1.50／18米ドルです。公開xAI APIでは利用できません。基本単価が同じでも、推論トークンが多ければ作業費用は増えます。

• 開発者：xAI APIでgrok-4.7として提供され、OpenRouterとVercel経由でも使えます。各社の条件を確認してください。
• クラウド：Amazon Bedrock、Google Vertex AI、Microsoft Foundryで提供されます。利用地域とアクセス方式はサービスによって異なります。
• コーディングツール：Cursor、GitHub Copilot、Grok Buildで利用できます。プランや管理者のポリシーによってアクセスが変わる場合があります。
• Chat Smith：Grok 4.7は未導入ですが、Grok 4.5はAndroid、iOS、ウェブで利用できます。Chat Smith Proは利用上限を引き上げます。プランと料金は地域やプラットフォームで異なるため、申し込み時に最新情報を確認してください。

すべての指標で首位ではありません。xAIの一部のテストではFable 5.1 Maxが上回ります。第三者評価も方法によって異なり、VulcanBenchは評価モデルの違いを明記したうえで4.7を首位としました。一方、Snorkel AIの9月22日の報告では、Senior SWE-Benchのtasteful pass@3が40.0%で6位、4.6は38.9%でした。評価日と測定方法を分けて読む必要があります。

難しい課題では時間とトークンを多く使います。VulcanBench Frontier v4では、CursorのExtra-highで1課題平均28.5分でした。Artificial Analysisの公開時の評価では、指数の1課題あたり出力トークンは4.6 highの2倍以上です。通常のチャットにそのまま適用できる所要時間や費用ではありません。

50万トークンの窓は、一部の競合の100万以上の窓より小さく、20万トークンを超えると単価が上がります。公開数値には提供元の測定が多く、エージェント環境にも依存します。採用前にClaude Sonnet 5などと実際の課題で比較しましょう。

Chat SmithにはGrok 4.7はまだありませんが、Grok 4.5はAndroid、iOS、ブラウザーで使えます。モデル一覧から選んでチャットを始められ、xAIアカウントや別途のGrok契約は不要です。選択したChat Smithプランの利用上限は適用されます。

Grok 4.5は4.7と同じ50万トークンのコンテキストと基本API単価を持ちます。適切な推論設定では、日常の質問、文章作成、調査、短いコード相談の軽快な選択肢になります。4.7の大きな改善は長時間のエージェント開発や専門業務に向けたもので、実際の速度は設定と作業内容によって変わります。

Chat Smithでは、Grok 4.5をDeepSeek V4 Proなどと同じアプリで比較できます。同じ質問を複数のモデルに送り、自分の用途に合う回答を選べます。Chat Smith Proは利用上限とプレミアムモデルを増やします。現在のプランと料金は、お使いの地域・プラットフォームで確認してください。

Grok 4.7は大型化した基盤モデルにより、xAIの公開比較で4.6を上回り、基本料金は入力2米ドル／出力6米ドルに据え置かれました。専門業務と防御目的のセキュリティが注目分野です。一方で、難しい課題の待ち時間、トークン消費、50万トークンのコンテキストは制約です。ほかのモデルに対するコーディングの優位性は、テストとエージェント環境によって変わります。

Grok 4.7がより多くのアプリに導入されるまで、Grok 4.5はxAIのモデルを日常的に使う手軽な方法です。Chat Smithは、OpenAI、Anthropic、Google、DeepSeekのモデルも一緒に使えるAIチャットアプリです。今すぐGrok 4.5を試せます。