xAI ra mắt Grok 4.7: Mô hình nền tảng mạnh mẽ hơn với mức giá không đổi

SpaceXAI vừa ra mắt Grok 4.7, mô hình chủ lực mới của hãng dành cho lập trình, các tác vụ đại lý (agentic tasks) và công việc tri thức. Grok 4.7 được xây dựng trên một mô hình nền tảng lớn hơn và trải qua quá trình học tăng cường (reinforcement learning) dài hơn. Mô hình này vẫn giữ nguyên mức giá và tốc độ như Grok 4.6.

Liệu mô hình này có thể triển khai được không? Có, dưới dạng mô hình được lưu trữ (hosted model). Bạn có thể gọi grok-4.7 ngay hôm nay thông qua xAI API, Cursor, Grok Build, OpenRouter, Vercel và Cloudflare.

Những thay đổi bên trong

SpaceXAI liệt kê 4 thay đổi so với Grok 4.6:

Tài liệu dành cho nhà phát triển liệt kê các thông số kỹ thuật của API:

Các bài kiểm tra hiệu năng (Benchmarks)

Bảng ra mắt so sánh Grok 4.7 ở chế độ nỗ lực cao (xHigh effort) với Grok 4.6 High, GPT-5.6 Sol Max và Fable 5.1 Max. Điểm số DeepSWE của Grok 4.7 được thực hiện ở chế độ nỗ lực cao. Tất cả điểm số đều do các nhà cung cấp báo cáo.

*Nỗ lực cao (High effort)

Grok 4.7 cải thiện hơn Grok 4.6 ở mọi hạng mục. Bước nhảy vọt lớn nhất nằm ở Terminal-Bench 4.0, tăng từ 20,3% lên 38,0%. EEBench tăng 11 điểm lên 64,0%, đạt điểm số cao nhất trong bảng. Trong bài kiểm tra đại lý pháp lý của Harvey, Grok 4.7 đạt 19,6% so với 6,7% của Fable 5.1 Max.

Grok 4.7 không dẫn đầu trên mọi phương diện. Fable 5.1 Max đứng đầu 4 trên 7 bài kiểm tra, bao gồm điểm số 57,9% ở Terminal-Bench. GPT-5.6 Sol Max giữ kết quả cao nhất ở DeepSWE v1.1 với 72,7%.

Giá cả là một khía cạnh khác. Fable 5.1 Max có chi phí đầu vào cao gấp 5 lần và đầu ra cao gấp khoảng 8,3 lần. GPT-5.6 Sol Max có chi phí đầu vào cao gấp 2 lần và đầu ra cao gấp khoảng 3,3 lần. Trên biểu đồ chi phí trên mỗi tác vụ của CursorBench 4.0, SpaceXAI xếp Grok 4.7 ở vị trí tiên phong về hiệu năng trên giá thành.

Trên GDPval, bài kiểm tra về công việc tri thức chuyên nghiệp, Grok 4.7 xhigh đạt 1.695 Elo. Con số này tăng từ 1.605 của Grok 4.6 high. Fable 5.1 max dẫn đầu với 1.735, và GPT-6 Astra max đạt 1.542. SpaceXAI cũng cho biết Grok 4.7 làm tốt hơn trong việc tạo tài liệu và bài thuyết trình.

An toàn và An ninh mạng

Grok 4.7 đi kèm với một hệ thống bảo vệ hoàn toàn mới. SpaceXAI gọi đây là mô hình mạnh nhất mà họ từng thử nghiệm về khả năng từ chối yêu cầu độc hại và chống bẻ khóa (jailbreak). Mô hình này đứng đầu bài kiểm tra an toàn sinh học của LatchBio với 62,4%.

Trên HackerBench v0.3, bài kiểm tra riêng của SpaceXAI dành cho các tác vụ mạng rủi ro và độc hại, mô hình chỉ để lọt 3,3% các câu lệnh (prompts) rủi ro có mục đích kép. Công ty cho biết họ hiếm khi chặn các công việc bảo mật hợp pháp. Các đối tác an ninh mạng được chọn hiện có quyền truy cập theo lời mời vào các khả năng red-team của hãng để nghiên cứu phòng thủ.

Giá cả và Tính khả dụng

Grok 4.7 có giá 2 USD cho mỗi triệu token đầu vào và 6 USD cho mỗi triệu token đầu ra. Mô hình này khả dụng trong Cursor trên tất cả các gói và là mô hình mặc định trong Grok Build. Nó cũng được phục vụ thông qua Grok API, OpenRouter, Vercel và Cloudflare.

Grok 4.7 Fast là cùng một mô hình nhưng chạy trên cơ sở hạ tầng nhanh hơn, với tốc độ đầu ra gấp đôi ở mức giá gấp đôi. Tài liệu cho biết nó chỉ chạy trong Cursor và Grok Build, không chạy trên xAI API công cộng. Nó cũng bị loại khỏi gói miễn phí của Grok Build.

Một điểm cuối khu vực Hoa Kỳ tại https://us.api.x.ai/v1 giúp duy trì việc suy luận (inference) tại Hoa Kỳ với mức phí cao hơn 10%. SpaceXAI khuyến nghị thiết lập prompt_cache_key để đạt được hiệu quả bộ nhớ đệm đáng tin cậy.

Giải thích tương tác

Những điểm chính cần lưu ý

Hãy xem thông báo, tài liệu và bài đăng trên X. Mọi tín dụng đều thuộc về nhà nghiên cứu của dự án này. Ngoài ra, đừng ngần ngại theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML với hơn 150 nghìn thành viên của chúng tôi và đăng ký Bản tin (Newsletter). Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Bạn cần hợp tác với chúng tôi để quảng bá GitHub Repo, trang Hugging Face, bản phát hành sản phẩm hoặc hội thảo trực tuyến (webinar), v.v.? Hãy kết nối với chúng tôi.

Michal Sutter là một chuyên gia khoa học dữ liệu với bằng Thạc sĩ Khoa học Dữ liệu từ Đại học Padova. Với nền tảng vững chắc về phân tích thống kê, học máy và kỹ thuật dữ liệu, Michal xuất sắc trong việc chuyển đổi các tập dữ liệu phức tạp thành những thông tin chi tiết có thể hành động được.