Grok 4.7 wchodzi do gry na serio
Grok 4.7 pojawił się 21 września 2026 roku i mimo niewielkiej zmiany numeracji przyniósł znacznie więcej niż kosmetyczną aktualizację poprzednika. Zastosowano większy model bazowy, dłuższy trening reinforcement learning oraz większy udział zadań wymagających wieloetapowej pracy z narzędziami. Szczególny nacisk położono na długie sesje agentowe, samoweryfikację wyników oraz utrzymywanie kontekstu podczas rozbudowanych operacji. Istotne jest również to, że model od początku został udostępniony bezpośrednio w Cursor IDE, dzięki czemu jego możliwości można wykorzystać w rzeczywistym środowisku programistycznym, a nie tylko w odizolowanych benchmarkach.
Model projektowany do długich zadań
Grok 4.7 został ukierunkowany przede wszystkim na zadania, w których konieczne jest wykonanie wielu następujących po sobie operacji. Model może analizować repozytorium, wyszukiwać źródło problemu, modyfikować kilka modułów, korzystać z terminala, uruchamiać testy i następnie kontrolować rezultat własnych zmian. W porównaniu z Grokiem 4.6 zwiększono nacisk na trudniejsze scenariusze treningowe oraz problemy wymagające wielogodzinnej pracy agentowej. W Cursorze standardowe okno kontekstowe wynosi 256 tys. tokenów, natomiast w rozszerzonej konfiguracji może osiągać 500 tys. tokenów.
Reasoning effort daje wyraźną skalę możliwości
W Cursor IDE Grok 4.7 może pracować na poziomach reasoning effort Low, Medium, High oraz XHigh. High został ustawiony jako domyślny wariant dla jawnie wybranego modelu i stanowi konfigurację przeznaczoną do poważniejszej pracy programistycznej. Medium zapewnia niższy koszt przy niewielkim spadku skuteczności, natomiast XHigh zwiększa zasoby przeznaczone na najtrudniejsze refaktoryzacje, regresje i problemy architektoniczne. Wyniki CursorBench 4.0 pokazują odpowiednio 41,6% dla Medium, 43,9% dla High oraz 46,3% dla XHigh. Wraz ze wzrostem reasoning effort rośnie jednak także średni koszt wykonania zadania.
Przewaga nad Grokiem 4.6 jest mierzalna
Najbardziej miarodajne porównanie z poprzednią generacją można uzyskać przy identycznym poziomie High. Grok 4.6 osiąga w CursorBench 4.0 wynik 40,4%, podczas gdy Grok 4.7 dochodzi do 43,9%. Jednocześnie średni koszt benchmarkowego zadania spada z około 5,20 dolara do 4,69 dolara, co oznacza jednoczesną poprawę skuteczności i ekonomii pracy. Jeszcze większe różnice widoczne są w części testów związanych z terminalem i autonomicznym wykonywaniem kolejnych operacji. Z tego względu poprzednia wersja modelu zaczyna tracić uzasadnienie w nowych sesjach programistycznych.
Claude nadal prowadzi w najtrudniejszych testach
Claude Fable 5.1 pozostaje jednym z najmocniejszych modeli dostępnych do autonomicznego programowania. W CursorBench konfiguracja Fable 5.1 Max osiąga 51,8%, podczas gdy Grok 4.7 XHigh uzyskuje 46,3%. Różnica w skuteczności okupiona jest jednak dużą różnicą kosztów, ponieważ średnie zadanie benchmarkowe kosztuje około 17,28 dolara dla Fable i 6,01 dolara dla Groka. Podobną relację widać w stawkach API, gdzie Fable 5.1 jest znacznie droższy zarówno dla tokenów wejściowych, jak i wyjściowych. Grok 4.7 nie przejmuje więc bezwzględnego prowadzenia, ale znacznie zmniejsza dystans do najmocniejszych modeli Claude.
OpenAI pozostaje silnym konkurentem
Wśród modeli OpenAI dostępnych natywnie w Cursorze bezpośrednim konkurentem Groka 4.7 pozostaje GPT-5.6 Sol. W maksymalnych konfiguracjach CursorBench Grok 4.7 XHigh osiąga 46,3% przy średnim koszcie 6,01 dolara, podczas gdy GPT-5.6 Sol Max uzyskuje 41,7% przy koszcie 8,23 dolara. Sol zachowuje jednak bardzo istotną przewagę w maksymalnym oknie kontekstowym, które może zostać rozszerzone do 1 miliona tokenów. W innych testach wyniki bywają bardziej wyrównane, dlatego przewaga konkretnego modelu zależy od rodzaju zadania oraz środowiska agentowego. W szerszej kategorii modeli frontier mocnym punktem odniesienia pozostaje również GPT-6 Astra, który w części testów agentowych osiąga wyniki wyższe od Groka.
Integracja z Cursorem zmienia rachunek kosztów
Znaczenie Groka 4.7 nie wynika wyłącznie z jakości samego LLM. Model otrzymuje w Cursor IDE dostęp do pełnego zestawu narzędzi agenta, obejmującego między innymi odczyt i wyszukiwanie plików, edycję kodu, terminal, przeglądarkę oraz reguły projektu. Dodatkową przewagę daje obecność w Cursor Models pool, podczas gdy modele Anthropic i OpenAI są rozliczane jako Other Models. W środowiskach Teams może mieć to bezpośrednie znaczenie ekonomiczne, ponieważ modele firm trzecich podlegają dodatkowym zasadom rozliczania tokenów. Przy dużej liczbie długich sesji agentowych różnica kosztowa może więc stać się równie ważna jak kilka punktów procentowych przewagi w benchmarku.
High staje się praktycznym punktem równowagi
W codziennym workflow Grok 4.7 High może pełnić rolę głównego modelu do bardziej wymagających zmian w repozytorium. Medium pozostaje atrakcyjne przy większej liczbie powtarzalnych operacji, natomiast XHigh można traktować jako eskalację dla skomplikowanych refaktoryzacji, trudnych regresji i problemów architektonicznych. Fast nie musi być ustawieniem domyślnym, ponieważ wykorzystuje szybszą infrastrukturę, ale jednocześnie podnosi stawki z 2/6 do 4/12 dolarów za milion tokenów input/output. Przy długich sesjach i dużym kontekście bardziej racjonalną konfiguracją może więc pozostawać Grok 4.7 High z Fast OFF.
