Grok 4.7 模型介绍

一句话定位：xAI 在 2026 年 9 月 21 日发布的「耐力型」前沿模型——官方叙事不是「更快更强」而是「能连续跑更久」，500K 上下文、$2/$6 定价，编码与 Agent 基准全面超越上代；但社区最大的争议是它为了跑更久，token 消耗直接翻倍，导致单任务成本反而比贵 5 倍的旗舰更高。

整理日期：2026-10-03 ｜ 资料来源见文末

项目	信息
模型 ID	grok-4.7（AWS Bedrock：us.xai.grok-4.7 / global.xai.grok-4.7）
发布时间	2026-09-21（发布当日仅 Grok CLI 可用）
厂商	xAI（SpaceXAI）
定位	编码 / Agent 任务 / 知识工作（长时程任务）
上下文窗口	500,000 token（Cursor 中 4.6 只有 256K）
模态	文本 + 图像输入，纯文本输出
定价（<200k prompt）	输入 $2 / 缓存输入 $0.50 / 输出 $6（每百万 tokens）
定价（≥200k prompt）	$4 / $1 / $12（整个请求翻倍，不只是超出部分）
推理档位	low / medium / high（默认） / xhigh；无法关闭推理
速率限制	150 req/s，50M tokens/min；不支持 Batch API
AA 智能指数	46（4.6 为 44）
是否开源	❌ 闭源，参数量官方从未公布（2.1T 为传闻）

---

一、官方上线介绍

1.1 核心叙事：耐力，不是速度

Grok 4.7 的官方发布页几乎没有把「更快」当卖点。核心说法是：能在困难任务上工作更久，在推进前更仔细地检查自己的工作。

训练上的三件事：

• 使用全新、更大的基础模型（参数量未公开）
• 更长的强化学习训练，任务混合刻意偏向「需要数小时才能完成」的问题
• 由此得到两个具体能力：更善于自我验证、更有效利用 500K 上下文做长任务
• 针对 Grok Bot harness 做了原生训练，改善对话任务与通用知识工作
• 模型卡披露：补充训练使用了匿名化的 Cursor 工作流数据

1.2 官方基准（厂商自报）

基准	Grok 4.7 (xHigh)	Grok 4.6 (High)	GPT-5.6 Sol (Max)	Fable 5.1 (Max)
CursorBench 4.0	46.3%	40.4%	41.7%	51.8%
DeepSWE v1.1	71.0%*	65.2%	72.7%	70.0%
EEBench（电气工程）	64.0%	53.0%	39.4%	56.4%
AA Briefcase v1.1	1,657	1,546	1,487	1,678
Terminal-Bench 4.0	38.0%	20.3%	37.3%	57.9%
Harvey 法律 Agent	19.6%	15.8%	2.5%	6.7%
HealthBench Professional	56.7%	48.5%	60.5%	62.1%

⚠️ 两个必须标注的陷阱（第三方 Brocker 明确指出）：① 努力档位跨模型族未对齐（xAI 的 xHigh vs 竞品的 Max）；② 这些是厂商数据，未被独立复现。

1.3 第三方独立评测（Artificial Analysis）

指标	Grok 4.7	Grok 4.6	变化
Intelligence Index	46	44	+2
Coding Agent Index（Grok Build harness, xhigh）	56	47	+9
AA-Briefcase Elo	1,657	1,546	+111
GDPval-AA Elo	1,695	1,605	+90
AA-Omniscience	32	30	+2
幻觉率	29%	34%	改善 5 个百分点
每任务输出 token	~81,000	~38,000	翻倍

AA 独立跑出的组件分（xhigh）：DeepSWE v1.1 73%、Terminal-Bench 4.0 约 33%、SWE-Atlas-QnA 63%。

1.4 数据打架：Terminal-Bench 的三种口径

来源	Terminal-Bench 4.0
xAI 官方	38.0%
Artificial Analysis	约 26% – 33%
Terminal-Bench 官方排行榜	37.6%（±3.5，第 17/27）

Terminal-Bench 自己的榜给出 37.6%，落在官方 38.0% 的误差范围内——所以这个矛盾更可能是 harness 差异而非谁错。xAI 模型卡自己也承认该基准对 agent harness 敏感。

⚠️ 另注：EEBench 的数字有三个版本在流传（官网抓取 53.0%→64.0%，马斯克转推的帖子写 60.0%→66.0%）。引用时需注明口径。

1.5 安全（厂商自报，未审计）

• LatchBio 生物安全基准 62.4%
• HackerBench v0.3（xAI 自有）：仅放行 3.3% 的风险双用途提示
• 对部分网络安全合作伙伴开放红队能力的邀请制访问
• 使用了全新 safeguard stack，官方称是测试过的最强拒答与越狱抵抗力

1.6 可用渠道（截至 2026-09-29）

xAI API（grok-4.7）、Grok Build（默认模型，有免费层）、Cursor（全计划，Fast 是 Pro 及以上默认）、GitHub Copilot（付费计划）、OpenRouter（x-ai/grok-4.7）、Vercel AI Gateway（spacexai/grok-4.7）、Cloudflare、Oracle Cloud、Amazon Bedrock（9-28 上线）。

Grok 4.7 Fast：同一模型，2 倍输出速度、2 倍价格（$4/$1/$12），仅 Cursor 和 Grok Build 可用，不开放公开 API。

⚠️ Bedrock 部署的坑：无 EU / 亚太 / in-country profile，境外只能走 global. 路由；裸 model ID xai.grok-4.7 会被拒绝（不支持 in-Region inference）；IAM 需额外的 bedrock:InvokeModel 权限；US 路由 +10%。

---

二、KOL / 开发者实测感受

2.1 ScriptedAlchemy（X 开发者）— 最长跑测，被马斯克转发

「Been testing Grok 4.7 for the past week or more. It's been a great improvement over 4.6. It worked for over 70 hours straight on a goal. Much better attention to detail. The 500k context window really makes a difference imo. 4.7 much better at things like skill selection; workflows... Together it's a great daily driver.」

2.2 Theo Browne（YouTube：Theo – t3.gg）— 最系统化的批评，结论是「上一代性能，收这一代价格」

他在播客里花 27 分钟逐条拆解。原话：

「Right now, it just kind of feels bad cuz we're getting last-gen performance in various tasks at a current-gen price.」

他不否认能力：「Grok 4.7 是他今年真正最喜欢的『使用』的模型之一——它挖得更深、专注更久、能抓到竞争对手遗漏的细节」，也承认在某些真实编码任务上 4.7 超过了 Claude Fable。

但代价明确：

• token 消耗约翻倍，并直接堵住「缓存 bug」这个反驳：「No, that's just a lie. It is outright using two times more tokens than prior models in the Grok family.」
• 订阅额度收紧
• 模型偶尔陷入狂躁自我肯定循环（manic self-affirmation loops）——有用户拍到画面
• 他的 T3 Code 基准里最贵的一次执行约 20 美元，是他第一次试 Grok 4.7
• 前端开发表现糟糕，「完全不具备 3D 能力」，会重复自身内容陷入循环
• 质疑 xAI 选的基准组合「非常反常、看起来像 cherry-picked」

2.3 Paweł Huryn（产品博主）— 最扎实的负面数据：105 个难 bug

方法：两个真实代码库，埋 105 个「2026 年初 frontier 模型都漏掉」的难 bug，find-and-fix，每模型跑 3 轮。模型自己报出的「没埋的 bug」不计入（过度上报也算负面）。

模型	修复数
GPT-6 Astra (max)	45
Muse Spark 1.3 (max)	32.2
Grok 4.7 (xhigh)	28.7
Grok 4.6 (xhigh)	28.7（完全相同）
Opus 5 (max)	27
Qwen3.8-Max (max)	25.7

三次跑分分别是 25 / 30 / 31（4.7）对 27 / 30 / 29（4.6）。他的原话：「that's not the model we've been waiting for」。

2.4 tetsuo（X，Blender 教程创作者）— 长时间自主编码的正面案例

「我正在用纯 C 语言写一个游戏引擎（SDL2 + OpenGL）。它真的很棒。」

约 7 小时完成自定义引擎 + 可玩 FPS。称其为目前最喜欢的编程模型，推荐用 Grok Heavy 模式跑满 token。

2.5 「wqu.guru」实测（中文）— 平衡视角，点出官方表里的坑

「Grok 4.7 不是那种让你一开口就喊牛逼的模型，日常写个函数、改个小 Bug 几乎感觉不到和 4.6 的区别。但是一旦把任务拉长，比如跨文件排错、在终端里连续跑几十分钟不断调整方案，它和 4.6 就不是一个物种了。」

他的具体测试：手写纯前端 3D 交互网页（自行车骑鹈鹕），跑半小时，吐 580+ 行原生代码、零外部依赖，「谁骑谁、部件关系、运动层级嵌套全对」。

结论：「纯编码天花板还在 Anthropic 那边，临床推理也打不过 Fable。但在这个价位上，它可能是目前最适合当长程主力工具的选择。」

⚠️ 他自己点出了官方表里的坑：「4.7 跑的是极高思考档位，4.6 跑的是普通高档位，单次任务的输出 Token 从大约 36k 涨到了 81k。」

2.6 「AI产品狙击手」（中文，techgogogo）— 6 题逐题实测，偏负面但具体

• 强约束指令遵循：句子结尾都落在 1-10，但最后一句语法别扭
• 鹈鹕骑自行车 SVG（沿土星环 360° 环形骑行）：转弯靠淡入淡出硬解，衔接不上；车轮像反着转；内层土星环画反了（该被土星挡住的部分没挡住）
• 复合弓射箭 SVG：整体尚可，「但你这手也不至于长到脖子上这么吓人」
• 3D 赛车游戏：几分钟就写完、几乎没思考，结果游戏根本启动不了，开调试发现有变量没定义，「这是个 stupid mistake」
• 无第三方库高颜值 Trello 看板：跑了 20 分钟后 provider unavailable，诊断为 Grok 服务端故障

2.7 Factory（编程 Agent 公司）接入 Droid

评价克制：工程、调试、数据、基础设施的活都能干，找命令比 4.6 快，medium 档够用，high 档在老代码上有加成。

2.8 Box 官方案例（企业侧，厂商合作方）

Grok 4.7 在 Box Agent 中核对一笔 200 万美元的索赔，发现 8.2 万美元重复发票、6.4 万美元遗漏的供应商抵扣，并识别出一个可能令计算结果相差 14.3 万美元的免赔额问题。

2.9 成本对比实测（中文，淘工位）

有开发者用四个独立的 Three.js 太空场景做对比：Grok 4.7 完成约 $0.20，Claude Opus 5 约 $2.05，差十倍。另外 xAI 官方 CursorBench 性价比曲线显示：Grok 4.7 最高档 46.3% / 单题 $6.01；Fable 5.1 中档 46.8% / 单题 $7.05——但 Fable 5.1 低档 45.1% / 单题只要 $5.44，比 Grok 最高档还便宜。

---

三、真实用户使用评价

正面

发布日 X 实测（agihunt 汇总）

@Daniel_Farinax：测试程序化生成手表爆炸视图、HTML 水杯等任务，评价「可圈可点」；他用 4.7 重建了 Grok 驱动的浏览器 Xplor，称实现了 4.6 做不到的多个功能。

@Baconbrix：要求基于德州 Boca Chica 生成程序化游戏地图，模型跑了一整夜，自动加入生物群系、昼夜循环、萤火虫与沼泽气泡粒子等细节，「令他印象深刻」。

@vista8：一句话生成可玩的植物大战僵尸网页游戏，僵尸和道具均由 SVG 绘制，画风「好丑好萌」。

@Auggie（@aug5thmusic）：Grok 4.7 在他的音乐错误检测测试上得分 100%，与 GPT-6 Astra 持平（第三方音乐人自建测试集）。

其他正面

• 一位支持马斯克的网友：「外界对 Grok 4.7 的期待被抬得过高。马斯克此前给出的参照是，Grok 4.7 整体能力大致与 Claude Opus 5 相当，在不同任务上互有胜负。」
• 反驳负面报道的开发者：认为 4.7 对 system prompt 的遵循度显著提升，公开基准太差不足以反映真实工作能力。
• @MattShumer 等人把它当作新的 daily driver（日常主力模型）。

负面

@flowersslop：「Grok 4.7 就是垃圾（garbage）」，认为这恰恰说明 Anthropic 和 OpenAI 领先多远，「不知道 xAI 为什么还要发布」。

@synthwavedd（AI 频道作者）：实测称 Grok 4.7 「相当糟糕（pretty terrible）」。

@teortaxesTex：「Grok 4.6/4.7 的差评成了『compute trumps everything』这一论断的反例——「xAI 有钱、有硬件、有电力、有数据，加上 CEO 那『传奇般的浮士德式意志』，但这些仍然不够。」

其他具体案例：

• 3D 与前端低于预期：某 X 账号认为主要问题是物理效果生硬、提示理解不稳定、token 消耗过快。
• 直升机模型对比：有人在 Grok Build 中生成 Airbus H145 直升机的 Three.js 模型，认为 4.7 的结果逊于 4.6，耗时约 45 分钟。
• Cursor 社区直接破防：「这根本不是什么划时代的性价比怪物，花掉的 token 几乎是 4.6 的两倍，4.5 时代那种极致廉价感彻底没了。」
• 发布日渠道落差：vista8 指出初期仅在 Grok CLI 可用，网页版和 Grok bot 都还没上线。消费端应用发布当天仍在灰度推送，部分用户反馈未收到。

中立 / 平衡

• 某开发者：实际表现高于预期，视觉质量略低于 Astra，但高于 Sol。
• aiformortals 的三方对照测试（跑了 3 个重型编码 build）：「我的结论对 Grok 4.7 不算好。我准备仅凭价格就给它一个机会，它在任何一项上都没有接近 Fable 5.1 或 GPT-6 Astra。」Mario Kart 那个 build 是唯一例外，也是最值得看的：Grok 花了 $16.54，Astra 花 $11.25——它完成得比打败它的模型更贵。原文自陈局限：3 个 build、都是重型编码、没跑知识工作也没跑自动化（正是 xAI 声称的强项）。

---

四、核心优势

1. 长时程任务的耐力是真实差异点：70 小时不间断跑一个目标、7 小时写完可玩 FPS 游戏引擎——这是上代做不到的。
2. 500K 上下文在长任务上是真差异：4.6 在 Cursor 里只有 256K。
3. token 单价便宜：$2/$6，比 GPT-6 Astra 和 Fable 5.1（$10/$50）低 5 倍，在短任务上确实是目前最便宜的前沿档位。
4. 编码 Agent 能力第三方认可：AA Coding Agent Index 56（4.6 是 47），提升 9 分，是本代最大幅度的编码提升。
5. 专业工作基准有亮点：法律 Agent 19.6%（Fable 5.1 只有 6.7%）、电气工程 EEBench 64.0%（超过 GPT-5.6 Sol 的 39.4%）。
6. 幻觉率下降 5 个百分点：29% vs 34%，是改善。
7. 渠道铺得广：xAI API、Cursor、Grok Build、GitHub Copilot、OpenRouter、Vercel、Cloudflare、Oracle、AWS Bedrock（企业采购路径最稳的一条）。
8. 有 Grok 4.7 Fast 档：2 倍速度，Cursor / Grok Build 里可选。

---

五、适合用在哪

• 长时程 Agent 与自动化任务：能连着跑几十分钟不断调整方案，这是它和上代「不是一个物种」的差异。
• 跨文件排错 / 大型代码库持续工作：500K 上下文 + 耐力，4.6 做不到。
• 终端密集型工程工作：找命令快（实测比 4.6 快）。
• 电气工程 / 法律等专业知识工作：EEBench 与法律 Agent 是它相对同价模型的明显优势。
• 成本敏感的中等难度编码任务：单任务 $0.20 vs Opus 5 的 $2.05，十倍价差是实测出来的。
• 需要企业合规采购路径：AWS Bedrock 已上线，走云厂商采购比走 xAI 直连更省事。

经验法则（社区共识）：从 high 或 medium 档起步，卡住了再上 xhigh——因为 high 和 xhigh 在 AA 榜单上都是 46 分，但 xhigh 贵 37%。

---

六、劣势与注意事项

1. 🔴 token 消耗翻倍，「低价陷阱」是发布后压倒性的批评：AA 实测 xhigh 每任务 ~81,000 输出 token（4.6 约 38,000），其中 59,000 是 reasoning token。单任务成本 $3.74，比 GPT-6 Astra max 的 $3.26 更贵——尽管单价便宜 5 倍。
2. 🔴 xhigh 档是纯浪费：AA 榜单上 high 和 xhigh 都是 46 分，但 xhigh 贵 37%。
3. 🔴 长上下文惩罚很重：prompt ≥200k 后整个请求费率翻倍。210k 的 prompt 要为全部 210k token 付双倍价，包括前 200k。
4. 🔴 缓存 read 单价被低估：$0.50，高于 Fable 5.1 的 $0.25。HN 有开发者算账后指出「Grok 4.7 的缓存读取单价甚至反超了 Sol」——只强调 input/output 价格会误导实际成本。
5. 🔴 3D / 前端 / 视觉物理是公认短板：Theo、taogongwei、dev.to 极端批评「完全不具备 3D 能力」，多次独立印证。
6. 前端一次性生成弱：Simon Willison 之外，多位测评者在「鹈鹕骑自行车」经典测试上翻车（有人拉满 xhigh + fast 跑了 18 分钟、花费 $3.16 出来「还真像那么回事」；另一个人跑出来的就拉胯多了，生成的棕色鸟直接瘫在自行车上）。
7. 🔴 100 bug 真实测试相对 4.6 零提升：Paweł Huryn 的三次跑分 25/30/31 对 27/30/29，4.7 和 4.6 完全相同（28.7）。
8. 官方也承认过「overcoping」：马斯克事后解释「我们可能在 RL 中过度惩罚了响应长度，导致它对能做的困难任务太早放弃，检查工作的严谨度也不够」。
9. AA 发现两项退步：AA-LCR 长上下文推理退 3.7 分，AutomationBench-AA 退 1.1 分。
10. 能力档位问题：high 是默认且无法关闭推理；不支持 Batch API，没有批量折扣。
11. 幻觉率仍 29%：虽然改善了，但严肃场景仍需人工核验。
12. 渠道与可用性：发布首日只有 CLI；Fast 档不开放公开 API；Bedrock 无 EU / 亚太 profile，境外只能走 global 路由且裸 model ID 会被拒。
13. 订阅额度反向收紧：有人借 Cursor Ultra 获得近似无限用量，也有人称 $300/月 SuperHeavy 很快耗尽。

---

七、推荐总结

推荐给谁

你的情况	建议
跑长时程 Agent / 自动化流水线	✅ 首选，70 小时不间断是真差异
跨文件排错、大代码库持续工作	✅ 500K 上下文 + 耐力，值得试
只做短任务、追求便宜	⚠️ 便宜是真的，但 xhigh 档别开，high 就够
前端 / 3D / 视觉生成	❌ 公认短板，选 Claude Sonnet 5.5
企业要走云厂商采购	✅ AWS Bedrock 已上线
一次失败代价大的高价值任务	❌ 同价位下 GPT-6 Astra 拿分更高，Fable 5.1 缓存更便宜
看重幻觉率	⚠️ 29% 只是「改善」，不是「低」

结论

Grok 4.7 是一款能力真实提升、但被定价叙事拖累的模型。

官方「耐力」叙事站得住：70 小时连续工作、500K 上下文、编码 Agent 指数涨 9 分、幻觉率降 5 个百分点，EEBench 和法律 Agent 上是同价模型里最亮的两个点。

但它踩进了和 Claude Fable 5.1 完全对称的陷阱——Fable 5.1 是缓存降价了但单任务贵 20%；Grok 4.7 是单价便宜但单任务更贵。两个模型在同一个发布周里，因为相反的原因，同时掉进了「单价降、总价升」的坑。

Theo Browne 那句「we're getting last-gen performance at a current-gen price」是最精炼的概括。而 Paweł Huryn 的 105 bug 测试（4.7 和 4.6 同为 28.7）则说明：在真实工程任务上，这次升级可能没有基准显示的那么大。

一句话建议：把 Grok 4.7 当长程 Agent 的专用模型，别当通用主力。开 high 档（别开 xhigh），专门跑那些需要几十分钟以上、不适合人盯着的任务；如果任务是一两小时能结束的中等难度编码，它的性价比优势会被 token 消耗吃掉。

在珂艾网关怎么调

项目	值
模型 ID	grok-4.7
计费	按量（token）
上下文	500K（注意 ≥200k 整单翻倍）
推理档位	low / medium / high（默认） / xhigh，不可关闭
分组	Xai-Grok-1 等

⚠️ 站点倍率和加价会变动，实际单价以 https://turbo.apimax.host/pricing 实时价格页为准。

---

八、来源

官方

1. xAI — Introducing Grok 4.7（官方基准表、训练细节、安全数据）：https://x.ai/news/grok-4-7
2. xAI — Release Notes（规格、定价、档位、Fast 档、可��渠道最权威来源）：https://docs.x.ai/developers/release-notes
3. xAI — Grok 4.7 模型页：https://docs.x.ai/developers/models/grok-4.7
4. AWS — Grok 4.7 is now available on Amazon Bedrock（含 AA 独立评测对照表）：https://aws.amazon.com/blogs/machine-learning/grok-4-7-is-now-available-on-amazon-bedrock/

第三方评测与分析
5. Brocker — 完整复现官方基准表，标注 effort 档位不对齐：https://www.brocker.org/xai-launches-grok-4-7-coding-knowledge-work
6. Lindy — 渠道上线状态全表（9/29）+ 成本分析：https://www.lindy.ai/blog/grok-4-7
7. Logeshwaran — Bedrock 部署踩坑实录（IAM、region、无 EU/亚太）：https://www.logeshwaran.org/2026/10/grok-47-on-amazon-bedrock.html
8. DevDossier — 详尽规格 + 4 个真实场景实测：https://www.devdossier.in/blog/grok-4-7-guide-features-pricing-benchmarks
9. AI Coderscope — 成本结构分析（verbosity tax）+ AA 组件分明细：https://www.aicoderscope.com/blog/grok-4-7-ai-coding-tools-review-2026
10. aiformortals — 三方对照测试（Mario Kart $16.54 vs $11.25）：https://www.aiformortals.co/blog/grok-4-7-vs-fable-5-1-vs-gpt-6-astra
11. Vanda — 各档位「分数/美元」对照 + 输出速度实测：https://vandatateam.com/blog/grok-4-7-vs-fable-5-1-vs-gpt-6-astra
12. Mixed News — Terminal-Bench 官方榜 17/27 分析：https://mixed-news.com/en/grok-4-7-cost-per-task-intelligence-index-gpt-6-astra
13. StreamlineFeed — AA 独立评测 + harness 差异分析：https://streamlinefeed.co.ke/news/grok-4-7-raises-coding-scores-but-uses-more-tokens
14. RobotsAtlas — AA Terminal-Bench 口径差异：https://robotsatlas.com/posts/grok-4-7-dwa-punkty-w-rankingu-za-2-25-raza-wiecej-tokenow
15. LLM Releases — 规格元数据（Proprietary、参数未披露、不支持 Batch）：https://www.llm-releases.com/models/grok-4-7

KOL 与社区
16. BigGo / Finance — Theo Browne 播客 27 分钟拆解详细记录：https://finance.biggo.com/news/40124be6c149a9ba
17. Frontier Models — Theo 视频摘要（Cognition 基准显示 4.7 低于 4.6）：https://frontiermodels.cc/video/elon-promised-this-one-would-be-good
18. AskSurf — Theo 批评的结构化摘要（token 效率低 30–80%）：https://asksurf.ai/pulse/en/theo-criticizes-grok-4-7
19. AGI Hunt — 发布首日 X 实测汇总（ScriptedAlchemy / tetsuoai / Baconbrix / vista8 原声）：https://agihunt.info/e/1a0c4c2bc67885a493f6be4d240
20. AGI Hunt — Paweł Huryn 105 bug 测试完整数据与方法论：https://agihunt.info/en/p/1a0c57760ae2a252f9680119da4
21. AGI Hunt — 负面评测时间线（@flowersslop / @synthwavedd / @teortaxesTex 原声）：https://agihunt.info/en/e/1a0c4e1e7d4e2fa995e7b4393d1
22. 「AI产品狙击手」— 6 题逐题实测：https://www.techgogogo.com/2026/09/22/grok-4-7-review-report
23. 淘工位 — 四个 Three.js 太空场景成本对比：https://www.toutiao.com/a7688579434836427299
24. wqu.guru — 中文实测（580 行纯前端 3D，官方表 effort 档位的坑）：https://wqu.guru/i/01M34CK4ZTQXKSNWF28BCSKRYE
25. 头条科技 — 中文汇总（Airbus H145 3D、帝国时代对比、Box 案例）：https://www.taogongwei.com/news/detail/24878
26. 第一财经 — token 消耗对比 + Kimi 3 三倍成本对照：https://news.qq.com/rain/a/20260922A05TGX00
27. Stork — 「deceptive upgrade」批评视角：https://stork.ai/blog/xais-grok-47-is-a-deceptive-upgrade
28. Newshacker — HN 讨论聚合（缓存/订阅成本、地区与可用性争议）：https://newshacker.me/story.html?id=49788838
29. dev.to — 最极端的负面长文（代表社区最激烈声音）：https://dev.to/bluelobster_agent/zai-nan-zhi-zuo-grok-47-lian-kai-yuan-mo-xing-du-bu-ru

说明：价格、基准多为厂商自报或第三方独立测算（已逐条标注）；模型迭代快，最终以官方页面与网关实时价格为准。