Grok 4.7 sort enfin, et un banc d'essai le classe sous 4.6
Grok 4.7 sort le 21 septembre, présenté comme « une amélioration notable par rapport à Grok 4.6, au même prix et à la même vitesse ». Une semaine plus tôt, Elon Musk le situait « à peu près au niveau d'Opus 5.0, pas 5.1 ». Sur l'AA-Briefcase d'Artificial Analysis, sa version au plus haut effort atteint 58 %, un point derrière Fable 5.1 Max et devant GPT-6 Astra. Les chiffres de l'entreprise donnent 19,6 % sur le banc juridique de Harvey, contre 2,5 % à GPT-5.6 Sol Max.
Cognition, qui tient FrontierCode, mesure l'inverse : « sur FrontierCode 1.1, notre banc d'essai des tâches d'ingénierie réelles, Grok 4.7 obtient un score légèrement inférieur à Grok 4.6 ». Fort sur beaucoup de tâches difficiles, il en « surdimensionne » d'autres.
Vals AI a dû reclasser le modèle après coup : xAI ayant corrigé son kit de développement, son score est passé de 54 % à plus de 60 %. Lisan al Gaib n'y voit pas une bonne nouvelle : le gain s'accompagne d'un coût par tâche « presque triplé », ce qui supposerait que la part des jetons d'entrée mis en cache s'est effondrée.
Theo, qui édite t3.chat, a essayé la génération d'animations : « le passage de Grok 4.7 sur Fishslop est le pire que j'aie vu cette année — et c'est ma seconde tentative, à la première le sous-marin et tous les poissons nageaient à reculons. »