Grok 4.7 est arrivé le 21 septembre 2026 avec une promesse d’endurance plutôt que de coups d’éclat. Le modèle s’auto-vérifie ligne après ligne et avale 500 000 tokens de contexte multimodal sans perdre le fil. Face à Claude Fable 5.1 et GPT-5.6 Sol, il mise sur la régularité dans les tâches longues plutôt que sur le score brut.
À retenir
- Lancement le 21 septembre 2026 : Grok 4.7 s’appuie sur un modèle de fondation entièrement nouveau, avec fenêtre de 500 000 tokens et cutoff à mai 2026.
- Quatre niveaux d’effort de raisonnement configurables : low, medium, high (par défaut) et xhigh pour arbitrer entre coût et profondeur.
- Benchmarks contrastés : 46,3 % sur CursorBench 4.0 et 38,0 % sur Terminal-Bench 4.0, mais 64,0 % sur EEBench et 19,6 % sur le test juridique Harvey.
- Tarif inchangé sous 200 000 tokens : 1,74 € en entrée et 5,22 € en sortie par million de tokens, soit une sortie plus de huit fois moins chère que Claude Fable 5.1.
- Disponible dès le jour J dans Cursor, GitHub Copilot, OpenRouter, Vercel et l’API SpaceXAI.
Voici ce qui change vraiment avec Grok 4.7 pour les équipes produit et ingénierie. L’article compare les scores, les usages et le coût réel afin de choisir le bon niveau d’effort sans payer pour de la réflexion inutile.
Une refondation pour les tâches longues
Grok 4.7 ne recycle pas Grok 4.6 : le modèle repart d’une base agrandie et réentraînée.
Une architecture pensée pour les tâches longues
SpaceXAI a allongé la phase d’apprentissage par renforcement sur des tâches qui s’étendent sur plusieurs heures. L’objectif est de maintenir la cohérence pendant les longues sessions, plutôt que de viser un pic de performance instantané. Le modèle conserve le contexte sur de grands dépôts et des dossiers documentaires volumineux. Il accepte 500 000 tokens de contexte multimodal en entrée texte et image, avec une sortie texte structurée. Il s’intègre nativement au harnais Grok Bot pour les conversations continues et la génération de documents professionnels. Sa base de connaissances s’arrête en mai 2026 et couvre les bibliothèques et standards récents.
Le système expose quatre paliers d’effort : low, medium, high et xhigh. Le niveau high est activé par défaut et sert de référence au quotidien. Le palier xhigh pousse la réflexion plus loin sur les problèmes à plusieurs étapes. Ces paliers ajustent la latence, le coût et la profondeur sans changer de modèle.
Auto-vérification et garde-fous ajustés
La principale évolution concerne l’auto-vérification pendant la génération. Grok 4.7 contrôle ses calculs et teste son code au fil de l’exécution. Il réduit ainsi les hallucinations et les décrochages logiques dans les chaînes longues. L’approche cible les flux agentiques, où une erreur précoce peut faire dérailler toute l’exécution.
La pile de sécurité a été revue pour limiter deux problèmes opposés. Elle renforce la résistance aux injections et aux tentatives de jailbreak. Elle réduit aussi les faux refus sur les requêtes techniques légitimes, fréquentes en ingénierie.
Nous avons conçu Grok 4.7 pour tenir des heures sans perdre la cohérence ni multiplier les vérifications manuelles
SpaceXAI, présentation du modèle
Des benchmarks qui clarifient les forces et les limites
Les scores de septembre 2026 montrent une progression nette mais inégale selon les disciplines.
Codage agentique : l’écart se resserre sans s’inverser
Sur CursorBench 4.0, Grok 4.7 en xhigh atteint 46,3 % contre 41,7 % pour GPT-5.6 Sol Max et 40,4 % pour Grok 4.6 High. Claude Fable 5.1 Max reste devant avec 51,8 % sur ce même test. Sur Terminal-Bench 4.0, Grok 4.7 signe 38,0 % et double presque Grok 4.6, à 20,3 %. Il devance légèrement GPT-5.6 Sol, à 37,3 %, mais reste loin des 57,9 % de Fable 5.1. Sur DeepSWE v1.1 en effort high, il affiche 71,0 % contre 72,7 % pour GPT-5.6 Sol et 70,0 % pour Fable 5.1.
L’indice synthétique d’Artificial Analysis v4.3.2 donne 46 points sur 100 à Grok 4.7, qui se classe 16e sur 655 modèles. Le score le place au niveau de MiMo-V2.6-Pro de Xiaomi. Il reste derrière les 53 points de Claude Fable 5.1 et GPT-6 Astra, ainsi que les 51 points de Claude Opus 5. Sur l’index agent de codage, Grok 4.7 avec Grok Build obtient 56 points et passe devant GPT-5.6 Sol.
Ingénierie et droit : les pics de performance
Grok 4.7 prend la tête d’EEBench, consacré à l’ingénierie électrique, avec 64,0 %. Il devance Claude Fable 5.1 à 56,4 %, Grok 4.6 à 53,0 % et GPT-5.6 Sol à 39,4 %. Cet écart laisse penser qu’il est à l’aise sur les tâches système et matériel, où la vérification pas à pas compte. Les équipes d’électronique et d’automatisation peuvent l’essayer pour la revue de schémas et de spécifications.
Le Harvey Legal Agent Benchmark confirme ce point fort côté juridique, avec 19,6 % pour Grok 4.7. Le score dépasse les 15,8 % de Grok 4.6, les 6,7 % de Fable 5.1 et les 2,5 % de GPT-5.6 Sol. HealthBench Professional le ramène à 56,7 %, derrière les 62,1 % de Fable 5.1 et les 60,5 % de GPT-5.6 Sol.
Comparez toujours à effort équivalent et mesurez le taux de réussite sur vos propres dépôts avant de migrer
Recommandation méthodologique de l’article
Cette précaution est nécessaire : les comparaisons officielles opposent des paliers différents, xhigh pour Grok 4.7 et max chez ses rivaux.
Le prix et la verbosité pèsent sur la facture
La grille tarifaire reste basse, mais le coût par tâche dépend du volume de réflexion généré.
Tarifs, cache et volume
Sous 200 000 tokens de contexte, l’API facture 1,74 € par million de tokens d’entrée et 5,22 € en sortie. Le cache d’invite abaisse l’entrée à 0,44 € par million, ce qui compte sur les sessions itératives. Au-delà de 200 000 tokens, le tarif passe à 3,48 € en entrée et 10,44 € en sortie, avec un cache à 0,87 €. SpaceXAI ajoute Grok 4.7 Fast, qui double la vitesse pour 3,48 € en entrée et 10,44 € en sortie au tarif standard.
| Modèle | Entrée (1M tokens) | Sortie (1M tokens) |
|---|---|---|
| Grok 4.7 | 1,74 € (0,44 € en cache) | 5,22 € |
| GPT-5.6 Sol | — | 17,40 € |
| Claude Fable 5.1 | 8,70 € | 43,50 € |
En sortie, Grok 4.7 coûte plus de trois fois moins que GPT-5.6 Sol et plus de huit fois moins que Claude Fable 5.1. L’écart compte dans les flux volumineux, où la génération domine la facture. Pour les équipes qui enchaînent les itérations, le cache change sensiblement le calcul.
Débit, latence et tokens de réflexion
Artificial Analysis mesure 53 tokens par seconde en sortie, avec 0,84 s de latence au premier token en high. Le coût moyen observé par tâche complexe atteint 2,38 €. Mais Grok 4.7 produit en moyenne 81 000 tokens par tâche, contre 36 000 pour Grok 4.6 sur le même index. Si le palier xhigh devient systématique, cette verbosité de réflexion fait grimper la facture.
Grok 4.7 est disponible directement dans Cursor, moteur par défaut de Grok Build, et proposé dans GitHub Copilot, OpenRouter, Vercel et Cloudflare. Cursor Start bloque l’effort en medium ; Cursor Pro et Ultra donnent accès aux quatre paliers et au mode Fast.
En pratique, privilégiez Grok 4.7 pour les dépôts volumineux, les agents longue durée et les flux juridiques ou d’ingénierie. Gardez Composer pour les micro-éditions rapides, où la latence prime. Commencez en high avant de payer pour xhigh.
Grok 4.7 convient surtout aux tâches où le temps d’exécution et la taille du contexte comptent. Son intérêt se juge moins au score absolu qu’au coût par tâche validée. C’est ce ratio, mesuré sur vos jobs, qui tranchera.
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.