Grok 4.7

Dónde lo sitúa la gente

Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.

Sobre el papel

Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #10 (empate), Relación calidad-precio #11, Razonamiento #14 (empate).

Puntos fuertes y débiles

Ideal para

• Programar en Grok Build
• Trabajo de conocimiento a precio moderado

Todas las puntuaciones que tenemos

Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.

• LMArena, arena de texto (votos humanos)1444Puntaje Arena 1444.0 (IC 95% 1437.6 a 1450.4); 11,591 votos; entrada "grok-4.7-xhigh"; puesto 89 de 416 en la tabla completa
• LMArena, escritura creativa1423,8Puntaje Arena 1423.8 (IC 95% 1411.1 a 1436.4); 2,589 votos; entrada "grok-4.7-xhigh"; puesto 78 de 414 en la tabla completa
• LMArena WebDev (programación)1638,7Puntaje Arena 1638.7 (IC 95% 1628.9 a 1648.5); 5,021 votos; entrada "Grok 4.7 (xHigh)"; puesto 16 de 144 en la tabla completa
• LMArena, visión1247,5Puntaje Arena 1247.5 (IC 95% 1235.8 a 1259.3); 2,942 votos; entrada "grok-4.7-xhigh"; puesto 58 de 165 en la tabla completa
• LMArena Agent Arena0,032Puntaje IPS 0.0321 (IC 95% 0.0158 a 0.0484); 15,127 sesiones; entrada "Grok 4.7 (xHigh)"; puesto 16 de 52 en la tabla completa
• Artificial Analysis Intelligence Index46,446.4 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 46), configuración "Grok 4.7 (xhigh)"
• Humanity's Last Exam (Artificial Analysis)43,1%43.1% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Grok 4.7 (xhigh)"
• Terminal-Bench 4.0 (ejecución de Artificial Analysis)25,8%25.8% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Grok 4.7 (xhigh)"
• Razonamiento con contexto largo (AA-LCR)76,7%76.7% en AA-LCR (razonamiento con contexto largo), configuración "Grok 4.7 (xhigh)"
• AA-Omniscience, aciertos menos alucinaciones3232.0 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Grok 4.7 (xhigh)"
• Velocidad de salida, tokens por segundo93 t/s93 tokens de salida por segundo (mediana de AA), fila "Grok 4.7 (xhigh)"
• Costo por tarea de prueba de Artificial Analysis$3.74$3.74 por ejecutar una tarea del AA Intelligence Index, fila "Grok 4.7 (xhigh)"
• Artificial Analysis Coding Agent Index56,356.3 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Grok Build - Grok 4.7 (xhigh)"
• Ranking de Terminal-Bench 4.037,6%37.6% resuelto en Terminal-Bench 4.0 (más o menos 3.5, IC 95%) con Grok Build en esfuerzo xhigh
• Puzles ARC-AGI-261,4%61.39% en ARC-AGI-2 (conjunto semiprivado), mejor configuración listada "Grok 4.7 (XHigh)", $2.01 por tarea
• Puzles ARC-AGI-31,8%1.82% en ARC-AGI-3 (semiprivado, harness estándar; se excluyen las ejecuciones "provider adapter"), mejor configuración listada "Grok 4.7 (XHigh)"