Grok 4.7 של xAI יצא: מה השתפר במשימות קוד ארוכות ובניתוח מסמכים, ואיפה הוא עדיין מאחור | בלוג | אמיר משה - בינה מלאכותית AI | קורסים, כלים והדרכות מקצועיות
Grok 4.7 של xAI יצא: מה השתפר במשימות קוד ארוכות ובניתוח מסמכים, ואיפה הוא עדיין מאחור
אמיר משה
xAI הכריזה בספטמבר 2026 על Grok 4.7, מודל שהיא מציגה ככלי לעבודות קוד ארוכות ולעבודה מקצועית עם מסמכים. המחיר נשאר כמו בגרסה הקודמת, ובצד המספרים המרשימים יש גם כמה נקודות חלשות שכדאי להכיר לפני שמעבירים אליו פרויקט אמיתי.
מה xAI שינתה בגרסה 4.7 ולמה זה נוגע למשימות ארוכות
לפי הפרסום הרשמי, Grok 4.7 בנוי על בסיס גדול יותר מ Grok 4.6, ועבר אימון ארוך יותר בלמידת חיזוק (תהליך שבו המודל לומד מניסוי וטעייה) על בעיות שלוקחות שעות רבות. הדגש הוא על בדיקה עצמית: המודל אמור לוודא את התוצאה שלו ולהגיע אליה בפחות צעדים ובפחות טוקנים. זו בדיוק הנקודה שמבדילה בין מודל שעונה יפה לבין מודל שמסוגל לעבוד על משימה לאורך זמן.
חלון של חצי מיליון טוקנים וטבלת מחירים עם סף ב 200 אלף
המודל תומך בהקשר של 500 אלף טוקנים, מקבל טקסט ותמונות ומחזיר טקסט. המחיר עד 200 אלף טוקנים בבקשה הוא 2 דולר למיליון טוקני קלט ו 6 דולר לפלט. מעל הסף כל הבקשה מתומחרת ב 4 וב 12 דולר. יש גם אפשרות מהירה פי שניים במחיר כפול. מי שמעלה מסמכים ארוכים צריך לשים לב לסף הזה, כי הוא משפיע על החשבון כולו.
איפה Grok 4.7 מתקדם לעומת הגרסה הקודמת
בנתונים ש xAI עצמה פרסמה, הגרסה החדשה משתפרת בכל שורה מול Grok 4.6. ב CursorBench 4.0, מבחן למשימות הנדסת תוכנה ארוכות, הוא עולה מ 40.4 ל 46.3 אחוז. ב Terminal Bench 4.0 הוא קופץ מ 20.3 ל 38.0 אחוז. בעבודת משרד שנמשכת שעות, AA Briefcase, הציון עולה מ 1546 ל 1657.
ניתוח מסמכים מקצועיים: ההפתעה בבנצ׳מרק המשפטי
בבנצ׳מרק Harvey Legal Agent המודל מקבל 19.6 אחוז, מול 6.7 אחוז ל Claude Fable 5.1 ו 2.5 אחוז ל GPT 5.6 Sol. המספרים נמוכים בכל המודלים, אבל ההפרש מעניין. מצד שני, בבדיקות הבריאות והעבודה המשרדית המודל של אנתרופיק עדיין מוביל. כבר סקרנו את חזרת Claude Fable 5 ואת השקת GPT 5.6 לכולם, ושם אפשר לראות מול מי המודל הזה מתחרה.
סקירה ובדיקות מעשיות של Grok 4.7 שמראות איך המודל מתנהג מחוץ לטבלאות הבנצ׳מרק.
המודל זמין באפליקציית Grok, ב Cursor, ב Grok Build, בממשק ה API של החברה וגם דרך כלי עבודה ושירותי ענן חיצוניים. כעבור שבוע הוא התווסף ל Amazon Bedrock, ובתחילת אוקטובר יצאה חבילת פיתוח ניסיונית ב TypeScript. מי שעובד בצוות יכול להתחיל ממשימה מוגדרת, למשל סקירת חוזה ארוך או תיקון באג בפרויקט גדול, ולהשוות את התוצאה לכלי שהוא כבר משתמש בו.
למה כדאי לקרוא את המספרים בזהירות
כל הנתונים דווחו על ידי החברה עצמה, ונתוני המתחרים נלקחו מתוצאות ציבוריות ולא מהרצה אחידה. חלק מהציונים נמדדו ברמת חשיבה xhigh, בעוד ברירת המחדל ב API היא high, ולכן כדאי למדוד צריכת טוקנים על המשימות שלכם. בנוסף, כרטיס המודל מציין שאין להפעיל אותו ללא פיקוח אנושי במשימות רפואה, משפט או כספים. ברשת נפוצו גם תלונות על פלט חלש בקוד גרפי.
סיכום: מודל שמתאים לעבודה ארוכה, אבל לא מוביל בכל תחום
Grok 4.7 משפר את הגרסה הקודמת בכל הבדיקות שפורסמו, זמין ב Cursor, ב Grok Build ובממשק ה API, ומתומחר נמוך מהמתחרים הגדולים. הוא לא מוביל בקוד טרמינלי ולא בבריאות, אבל מציג תוצאה טובה במסמכים משפטיים ובהנדסה. הדרך הנכונה לבחון אותו היא להריץ עליו משימה אמיתית מהעבודה שלכם ולהשוות עלות ותוצאה. כך תדעו אם השיפור שמופיע בטבלאות מורגש גם אצלכם, ולא רק בבנצ׳מרקים שהחברה בחרה להציג.
