Grok Latest (Grok 4.7)

Grok Latest（Grok 4.7）属于 grok 模型家族，权重不公开，通过 Eden AI 等第三方平台提供调用。发布时间为 2026 年 9 月 21 日，知识截止到 2026 年 5 月，更晚发生的事件不在其内置知识范围内，需要通过检索或工具补齐。它主要解决长上下文与长输出并存的任务：上下文窗口与单次最大输出同为 50 万 tokens 量级，整份合同、整套技术文档或长篇 PDF 可以一次性交给模型处理，不必切片拼接后再人工缝合。输入侧接受文本、图片与 PDF，输出侧只返回文本，适合把非结构化材料转成可用的结构化结论。能力面覆盖推理、工具调用、结构化输出与温度调节，便于嵌入自动化工作流，而不只是做对话问答。官方价格按输入 2 美元、输出 6 美元、缓存读 0.5 美元每百万 tokens 计。本站未收录该模型的公开跑分，效果判断建议以自有任务上的对比测试为准。

选型建议需要超长上下文、PDF 与图片输入并要接工具调用的团队可以选它；预算优先或只需短文本高并发的场景，同组更低价模型更划算。

• 把上百页合同或研报一次性输入，抽取条款、风险点并输出结构化表格
• 在工具调用流程中承担规划节点，依据检索结果决定下一步动作与参数
• 批量解析带图表的截图与扫描件，转成可检索的结构化字段
• 用固定缓存前缀承载系统提示与知识底稿，支撑高频重复调用的问答服务
• 对长代码文件与技术文档做审阅，输出问题清单与修改建议

官方未公开参数规模与网络结构细节，公开资料较少；从能力清单看，它把长上下文、多模态输入与工具调用放在同一套调用接口里。

• 结构沿用 grok 系列的闭源路线，权重不对外开放，只能经托管平台调用，无法本地部署或自行微调。
• 输入文本、图片、PDF 统一走附件接口，配合推理与结构化输出，适合把文档理解环节接进自动化流程。
• 披露参数规模、训练数据构成与对齐方案均未公开，架构判断只能停留在定性层面，不宜据此做容量规划。

开源权重

否

模型家族

grok

本站未收录该模型的第三方跑分，以下为基于能力清单与同类产品定位的定性判断，不代表实测排名。

• 强项上下文与单次输出上限同为 50 万 tokens 量级，长文档整段投喂、长报告一次成稿不必反复续写。
• 短板缺少公开跑分佐证，推理质量只能自行验证；输出仅限文本，图像与音频生成需另配模型。
• 适合以 PDF、截图、长文本为输入，要求结构化结果并需调用外部工具的工程化任务。

官方价为输入 2 美元、输出 6 美元、缓存读 0.5 美元每百万 tokens；在下列对比组中处于偏高价位。

• 定位输入价落在中高区间，溢价对应的是长上下文与多模态输入，而非靠低价争取高频轻量调用。
• 横向对比同组 Inkling 输入价为 0.95 美元，Nova Lite 更低至 0.06 美元，价格敏感型任务缺少优势。
• 平台差价Nano-GPT 与 models.dev 报价均与官方一致，未看到明显渠道价差，选平台更应看稳定性与配额。
• 省钱缓存读仅 0.5 美元每百万 tokens，把固定系统提示与长文档前缀复用起来，可显著压低重复输入开销。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $2/M / $6/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录公开跑分，能力比较只能依据上下文、模态与价格等规格，不能等同于效果排名。
• 边界知识截止 2026 年 5 月，之后的信息需依赖检索或工具；模型闭源，无法审计权重或做深度定制。
• 输出仅返回文本，需要图像、音频等生成产出的环节要另行组合其他模型。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。