北京
Grok 4.7 的参数规模定格在 2.1 万亿。这个数字本身不算意外，意外的是它背后的训练数据来源——SpaceX 和 Starlink 的大量工程数据被直接喂进了预训练流程。
这不是一次常规的版本迭代。从 4.6 到 4.7，路线换了，数据源也换了。
性能账本：赢了什么，输了什么
综合性能全面超越 4.6，Token 效率也更高。同样的任务，4.7 用的 Token 更少，利用率上去了。
代价是响应速度。4.7 比 4.6 慢了一些，这个权衡是明确的——用速度换效率和能力上限。
水平对标 Opus 5.0。这个定位意味着它不在追赶梯队里，而是直接站到了第一梯队的对标线上。
两个没解决的问题
多模态能力仍有欠缺。在文本之外的模态处理上，4.7 还没补齐短板，这是当前版本明确的能力边界。
另一个问题在发布前就被处理过：模型在高难度任务上会过早放弃。团队用强化学习做了调整，专门解决这个"提前认输"的倾向。这也是 4.7 推迟发布的原因。
2.1T 参数、SpaceX 工程数据、对标 Opus 5.0、Token 效率提升、响应变慢、多模态待完善——这几个关键词拼出了 Grok 4.7 的完整画像：一次有明确取舍的升级，不是全面碾压式的换代。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
