Principais destaques
- Novo modelo da xAI: Grok 4.7 chega com foco em programação e trabalho de conhecimento, apoiado por um modelo-base maior e treinamento prolongado.
- Mais desempenho pelo mesmo preço: o modelo mantém US$ 2 por milhão de tokens de entrada e US$ 6 de saída, enquanto supera versões anteriores em alguns benchmarks.
- Segurança entra no pacote: a xAI destaca novos mecanismos de proteção e resultados em testes de biossegurança e cibersegurança.
A espera acabou.
A xAI lançou o Grok 4.7 na segunda-feira, depois de semanas de atrasos em relação ao cronograma inicialmente indicado por Elon Musk. O modelo era esperado para 12 de setembro, mas acabou chegando depois de novos ajustes.
A empresa agora o apresenta como seu modelo mais capaz para programação e trabalho de conhecimento.
E há uma mudança importante por trás disso: o Grok 4.7 foi construído sobre um novo modelo-base maior, combinado com treinamento estendido de aprendizado por reforço para lidar com tarefas mais difíceis.
O atraso virou parte da história ⏳
O calendário original parecia bem mais apertado.
Em 2 de setembro, Musk publicou que o Grok 4.7 chegaria em “10 dias”. Em 11 de setembro, porém, reconheceu que seriam necessários “mais alguns dias para ficar pronto”.
O episódio encerrou um ciclo que já vinha sendo adiado.
O Grok 4.6 havia sido lançado em 12 de agosto, e Musk anteriormente havia sugerido que a nova versão apareceria dentro de quatro semanas.
🔎 O detalhe importante: o atraso não veio apenas de uma mudança de data. A xAI afirma que usou o período adicional para ampliar o treinamento do modelo em tarefas que exigem mais tempo de raciocínio e verificação.
💡 A aposta da xAI é clara: em vez de apenas responder mais rápido, o Grok 4.7 foi treinado para permanecer mais tempo trabalhando em problemas difíceis e revisar melhor o próprio resultado.
E o preço? Ficou igual 💸
Uma das partes mais diretas do lançamento está na tabela de preços.
O Grok 4.7 mantém os mesmos valores do antecessor:
| Modelo | Entrada | Saída |
|---|---|---|
| Grok 4.7 | US$ 2 por milhão de tokens | US$ 6 por milhão de tokens |
Segundo o material divulgado pela xAI, isso coloca o modelo abaixo de alguns concorrentes em custo de uso.
Na prática, a estratégia combina duas coisas que normalmente não aparecem juntas: um modelo mais caro de desenvolver, mas com preço de API mantido no mesmo patamar da geração anterior.
Programação é onde a briga esquenta 💻
Os números apresentados pela xAI apontam para ganhos especialmente relevantes em tarefas de programação mais longas.
No CursorBench 4.0, benchmark voltado para esse tipo de atividade, o Grok 4.7 alcançou 46,3%.
O Grok 4.6 havia marcado 40,4%, enquanto o GPT-5.6 Solmax registrou 41,7% no mesmo teste informado no material.
Isso representa uma diferença de 5,9 pontos percentuais sobre a geração anterior do próprio Grok.
Não é apenas uma questão de escrever código. A xAI diz ter concentrado o treinamento em problemas que podem levar horas para serem resolvidos, justamente aqueles em que uma resposta inicial correta não basta.
🧠 A mudança de abordagem: o modelo foi treinado para trabalhar por mais tempo, conferir o que fez e tentar reduzir erros antes de entregar o resultado.
O terminal também entrou na mira 🖥️
O desempenho não ficou restrito ao CursorBench.
A xAI também destaca resultados no Terminal-Bench 4.0 e no Harvey Legal Agent Benchmark, este último voltado para tarefas relacionadas ao trabalho jurídico.
No Harvey Legal Agent Benchmark, o Grok 4.7 registrou 19,6%, contra 2,5% do GPT-5.6 Solmax, segundo os números apresentados pela empresa.
É uma diferença grande no teste específico.
Mas benchmarks continuam sendo recortes de desempenho. Eles ajudam a medir determinadas capacidades, não representam necessariamente todos os tipos de uso no mundo real.
Segurança ganhou um capítulo próprio 🛡️
O lançamento também vem acompanhado de uma nova camada de proteção que a xAI descreve como totalmente nova.
No benchmark de biossegurança da LatchBio, o Grok 4.7 alcançou 62,4%.
Já no HackerBench v0.3, voltado a tarefas cibernéticas maliciosas, a empresa afirma que apenas 3,3% dos prompts de uso dual arriscados foram autorizados a passar.
A ideia é testar não apenas aquilo que o modelo consegue fazer, mas também quando deve bloquear ou limitar determinadas solicitações.
⚠️ E há outro movimento: a xAI começou a conceder a parceiros selecionados de cibersegurança acesso exclusivo, mediante convite, às capacidades de red team do Grok 4.7 para pesquisa defensiva.
Ou seja, parte das capacidades mais sensíveis do modelo passa a ser testada em um ambiente controlado antes de uma disponibilização mais ampla.
Onde já dá para usar?
O Grok 4.7 não ficou restrito ao ambiente da própria xAI.
O modelo está disponível por meio de:
• Cursor
• Grok Build
• API do Grok
• Plataformas de programação de terceiros
• Roteadores de modelos em nuvem
Isso é relevante porque transforma o lançamento em algo maior que uma simples atualização dentro do chatbot Grok.
Para desenvolvedores, o modelo passa a disputar espaço diretamente nos fluxos de trabalho em que diferentes modelos podem ser escolhidos conforme custo, desempenho ou tipo de tarefa.
E o Grok 5 já aparece no horizonte 👀
Enquanto o 4.7 finalmente chega, a xAI já olha para a próxima geração.
Segundo reportagens da Bloomberg citadas no material, a SpaceX estaria negociando a aquisição de dados de startups extintas para alimentar futuros treinamentos do Grok.
Musk também afirmou, em uma recente teleconferência de resultados, que o Grok 5, previsto para mais tarde neste ano, incorporará “todo o corpus de dados da SpaceX”.
Isso coloca o Grok 4.7 em uma posição curiosa.
Ele chega depois de uma espera maior que a planejada, com uma aposta forte em tarefas complexas, mas já aparece como uma etapa intermediária em uma corrida que a xAI pretende acelerar.
Por enquanto, o modelo que deveria ter chegado em setembro já está nas mãos dos desenvolvedores. A questão agora muda de natureza: quanto desse desempenho adicional aparece fora dos benchmarks, em horas reais diante de código, documentos, terminais e problemas que não cabem em uma tabela?
A resposta deve aparecer no uso cotidiano, justamente onde o relógio que atrasou o lançamento deixa de importar e começa a contar o tempo que o próprio modelo consegue economizar.
