
xAI metió su nuevo modelo frontera el 21 de septiembre y apostó por una carta distinta a la de siempre: precio. Grok 4.7 sale a $2 por millón de tokens de entrada y $6 por millón de salida, tarifas que se parecen más a los modelos chinos que a los frontera occidentales. Y hay una razón para eso.
Según la propia empresa, Grok 4.7 es su modelo más capaz para coding y trabajo de conocimiento: base más grande, más reinforcement learning y mejor verificación de su propia salida. Además trae un stack de salvaguardas nuevo que, según xAI, lo convierte en el modelo más resistente a jailbreaks que han probado.
Los benchmarks no acompañan del todo
En el Índice de Inteligencia de Artificial Analysis (v4.3.2), que combina diez benchmarks, Grok 4.7 saca 46 puntos y queda en la mitad de la tabla. Arriba, empatados en 53, están Claude Fable 5.1 y GPT-6.
La brecha se agranda en coding agéntico. En Terminal-Bench 4.0, Grok 4.7 apenas llega al 26%, contra el 60% de GPT-6 Astra y el 55% de Claude Fable 5.1. Lo más doloroso: hasta el más barato DeepSeek V4.1 Flash lo pasa por un pelo, con 27%.
En la otra cara, xAI publica sus propios números de mejora: Terminal-Bench 4.0 sube de 20.3% (en 4.6) a 38% según su medición interna, y el benchmark legal de Harvey sube de 15.8% a 19.6%.
Dónde sí brilla
El punto fuerte del lanzamiento está en la mezcla costo/seguridad. Grok 4.7 lidera el benchmark de bioseguridad de LatchBio con un 62.4%, balanceando utilidad en tareas benignas con rechazo seguro en dominios peligrosos como ciberseguridad y biología.
El modelo ya está disponible vía la API de Grok, Cursor y Grok Build. Y de regalo, Grok 4.6 llegó a Amazon Bedrock el mismo fin de semana.
La lectura es clara: xAI no está peleando por ser el número uno del benchmark, está peleando por ser el “bueno, bonito y barato” de los agentes. La pregunta es si ese discurso aguanta cuando GPT-6 Astra te saca más del doble en coding agéntico.


