Grok 4.7, zaprezentowany przez xAI 21 września 2026 roku, rozwija możliwości pracy nad zadaniami wymagającymi wielu kolejnych decyzji. Najważniejsze zmiany dotyczą programowania, dłuższego rozumowania, korzystania z narzędzi i sprawdzania rezultatów. Dla użytkownika oznacza to przede wszystkim nowy model do oceny na własnych projektach: analiza repozytorium stawia inne wymagania niż krótkie pytanie w czacie.
Poniżej przedstawiamy specyfikację, porównanie z Grok 4.6 oraz praktyczne zastosowania. Oddzielamy też analizowanie obrazów od ich generowania i wyjaśniamy, kiedy rosną stawki API. Informacje o cenach i dostępności odnoszą się do okresu premiery; przed zakupem warto sprawdzić aktualne warunki dostawcy.
Czym jest Grok 4.7?
To model językowy xAI przeznaczony do rozumowania, programowania oraz pracy z dokumentami i narzędziami. Według komunikatu producenta korzysta z większego modelu bazowego niż Grok 4.6 i dłuższego uczenia ze wzmocnieniem, obejmującego także trudne, wielogodzinne zadania.
Istotny jest cały przebieg pracy: zrozumienie materiału, przygotowanie rozwiązania, sprawdzenie go i naniesienie poprawek. Taki kierunek rozwoju nie gwarantuje jednak bezbłędnego wykonania zlecenia. Samodzielne sprawdzanie odpowiedzi przez model nadal wymaga konfrontacji z testami, dokumentami lub oceną człowieka.
Specyfikacja Grok 4.7
Dokumentacja xAI podaje następujące właściwości modelu:
| Parametr | Grok 4.7 |
|---|---|
| Twórca | xAI |
| Data premiery | 21 września 2026 |
| Identyfikator API | grok-4.7 |
| Okno kontekstu | 500 000 tokenów |
| Granica wiedzy treningowej | maj 2026 |
| Dane wejściowe | tekst i obrazy |
| Wynik | tekst |
| Intensywność rozumowania | low, medium, high — domyślnie, xhigh |
| Wywoływanie funkcji | obsługiwane |
| Odpowiedzi o określonej strukturze | obsługiwane |
| Wyszukiwanie w sieci i na X | przez dostępne narzędzia |
Duże okno kontekstu ułatwia przekazanie powiązanych dokumentów lub fragmentów kodu w jednym zadaniu. Nie zapewnia jednak, że model poprawnie wykorzysta każdy szczegół. Warto wskazać cel, uporządkować materiały i zaznaczyć, które informacje są rozstrzygające. Obsługa narzędzi również nie oznacza automatycznego dostępu do wszystkich aplikacji: konkretne środowisko musi udostępniać odpowiednie połączenia.
Cztery obszary zmian
1. Programowanie i praca z repozytorium
xAI wskazuje poprawę tworzenia, debugowania, przeglądu i refaktoryzacji kodu. Przy większym projekcie znaczenie ma powiązanie objawu z odpowiednim modułem oraz ocena skutków zmiany. Propozycję modelu należy sprawdzić w testach i poddać przeglądowi, szczególnie gdy dotyczy danych lub uprawnień.
2. Dłuższe zadania
Grok 4.7 ma lepiej radzić sobie z zadaniami, w których kolejne kroki zależą od wcześniejszych ustaleń. Przykładem jest analiza kilku dokumentów, zbudowanie planu i jego korekta po znalezieniu sprzeczności. Jasne kryteria zakończenia pomagają ocenić wynik takiej pracy; sama długość odpowiedzi niewiele mówi o jej jakości.
3. Sprawdzanie własnych wyników
Większy nacisk na kontrolę kroków pośrednich może pomóc wychwycić błędne założenia przed przedstawieniem odpowiedzi. Warto zlecić porównanie rozwiązania z wymaganiami i wskazanie niesprawdzonych elementów. Ponowna ocena wykonana przez ten sam model nie jest jednak niezależnym potwierdzeniem poprawności.
4. Praca agentowa
Model może łączyć wyszukiwanie, wywołania funkcji i kolejne działania w jednym procesie. Przydatność takiego rozwiązania zależy od narzędzi, przyznanych uprawnień i dostępu do potrzebnych danych. Plan przygotowany w czacie staje się wykonanym zadaniem dopiero wtedy, gdy środowisko umożliwia realizację poszczególnych kroków.
Grok 4.7 a Grok 4.6: porównanie wyników
Grok 4.6, wydany 12 sierpnia 2026 roku, już rozwijał programowanie i długotrwałą pracę agentową. Nowa wersja kontynuuje ten kierunek. W opublikowanym przez xAI zestawie testów uzyskała następujące wyniki:
| Test | Grok 4.6 | Grok 4.7 |
|---|---|---|
| CursorBench 4.0 | 40,4% | 46,3% |
| DeepSWE v1.1 | 65,2% | 71,0% |
| Terminal-Bench 4.0 | 20,3% | 37,6% |
| HealthBench Professional | 48,5% | 56,7% |
| EEBench | 53,0% | 64,0% |
Dane pochodzą z komunikatu xAI. Grok 4.6 działał w konfiguracji high, a Grok 4.7 w xhigh, poza DeepSWE, gdzie również użyto high. Dla Terminal-Bench przyjmujemy oficjalne 37,6%, zamiast 38,0% podanego w materiale referencyjnym.
To wyniki producenta przy częściowo różnych ustawieniach, a nie niezależny test redakcji. CursorBench bada zadania programistyczne, a Terminal-Bench pracę w terminalu; pozostałe testy rozszerzają porównanie o inne zadania specjalistyczne. Żaden wynik nie gwarantuje powodzenia w konkretnym projekcie. Wybór wersji warto oprzeć także na własnych przykładach, koszcie i czasie wykonania.
Cztery praktyczne zastosowania
Rozwój oprogramowania i debugowanie
Załóżmy, że po zmianie strefy czasowej aplikacja pokazuje podwójne rezerwacje. Zamiast prosić o przepisanie całego systemu, przekaż odpowiednie funkcje i instrukcję odtworzenia błędu. Poproś o hipotezy, minimalną poprawkę oraz scenariusze testów. Ich uruchomienie wymaga odpowiedniego narzędzia; sam opis testu nie potwierdza, że błąd usunięto.
Badania i analiza dokumentów
Zespół może porównać trzy specyfikacje integracji systemu magazynowego: wymagane dane, zależności i brakujące informacje. Warto wymagać wskazania miejsc w dokumentach, na których opierają się wnioski. Przy informacjach nowszych niż maj 2026 potrzebne jest sprawdzenie aktualnych źródeł, na przykład przez dostępne wyszukiwanie.
Dokumenty i prezentacje
Notatki z testów produktu można przekształcić w raport zawierający decyzje, ryzyka i otwarte pytania albo w konspekt szkolenia. Grok 4.7 przygotowuje treść tekstową. Utworzenie gotowego pliku prezentacji, jego formatowanie i późniejsza edycja zależą od funkcji platformy oraz podłączonych narzędzi.
Planowanie techniczne
Przy migracji firmowej bazy wiedzy model może uporządkować kolejność przenoszenia zespołów, zależności, kryteria odbioru i plan wycofania zmian. Ułatwia to porównanie wariantów przed wdrożeniem. Istotne decyzje operacyjne, finansowe, prawne lub medyczne nadal wymagają odpowiedniej oceny człowieka.
Czy Grok 4.7 generuje obrazy i filmy?
Wejście obrazowe pozwala na przykład przeanalizować diagram lub zrzut ekranu z komunikatem błędu. Wynikiem działania Grok 4.7 jest jednak tekst. Rozumienie obrazu nie jest tym samym co tworzenie nowej ilustracji czy animacji.
W ekosystemie xAI do generowania obrazów i filmów służą osobne modele i narzędzia Grok Imagine. Przy wyborze rozwiązania trzeba więc ustalić, czy potrzebna jest analiza materiału wizualnego, czy jego wytworzenie. Możliwości jednej grupy modeli nie należy automatycznie przypisywać drugiej.
Dostępność i ceny API
Grok 4.7 udostępniono przez API xAI oraz środowiska takie jak Grok Build i Cursor. GitHub ogłosił stopniowe wdrażanie w Copilot od 21 września 2026 roku. Ogłoszenie wdrożenia nie oznacza jednak jednakowej dostępności na każdym koncie i w każdym planie.
W API model ma identyfikator grok-4.7. Cennik modelu i informacje o wydaniu określają stawki za milion tokenów:
| Rodzaj tokenów | Stawka podstawowa | Ponad 200 000 tokenów promptu |
|---|---|---|
| Wejście | 2,00 USD | 4,00 USD |
| Wejście z pamięci podręcznej | 0,50 USD | 1,00 USD |
| Wyjście | 6,00 USD | 12,00 USD |
Próg wyższych stawek dotyczy liczby tokenów promptu, nie długości odpowiedzi. Są to ceny użycia API; abonamenty platform, narzędzia i dodatkowe usługi mogą mieć osobne opłaty. Poziom rozumowania warto dobrać do trudności zadania i budżetu, bez zakładania stałego czasu odpowiedzi dla danego ustawienia.
Jak ocenić przydatność nowej wersji?
Grok 4.7 warto sprawdzić na zadaniu obejmującym kilka etapów oraz jednoznaczne kryteria odbioru. Porównaj poprawność rozwiązania, liczbę potrzebnych poprawek, czas i koszt. To pokaże więcej niż pojedyncza odpowiedź demonstracyjna. Największe znaczenie ma połączenie dobrych materiałów wejściowych, odpowiednich narzędzi i weryfikacji rezultatów.
Więcej informacji o projekcie publikującym ten poradnik znajdziesz na stronie VideoAny.