昨天（9月21日），马斯克旗下的 SpaceXAI 发布新一代旗舰模型 Grok 4.7，官方口号相当炸裂：「速度翻倍，价格只有同级可比模型的一半」。
做产品的人都懂，这种话术后面一般藏着一行小字。我把它的价目表和七项基准测试全部拆完，发现这次的小字，比口号本身有意思得多。
一、「一半价格」是真的，但参照物不是自家上一代
先看硬数字。Grok 4.7 的 API 定价：每百万 token 输入 2 美元、输出 6 美元。
对照另外两家同级旗舰：GPT-5.6 Sol 是输入 4 美元、输出 20 美元；Fable 5.1 是输入 10 美元、输出 50 美元。
单算输出价格：Grok 4.7 是 GPT-5.6 Sol 的不到三分之一，只有 Fable 5.1 的八分之一多一点。「一半价格」这个说法不但成立，甚至都说保守了。
但小字在这里：这个价格，和自家上一代 Grok 4.6 一模一样，一分没降。
也就是说，SpaceXAI 做的其实是「同价升级」——用 4.6 的钱买 4.7 的能力，然后把竞品拉来当参照系，把「不涨价」讲成了「打对折」。定价心理学玩到这个精度，说明产品团队不光懂模型，还懂传播。
「速度翻倍」同样是精确的修辞：官方另提供了一个 fast 版本，输出速度翻倍，价格也同步翻倍。那是独立 SKU，不是白送的福利。口号里的每个词都是真的，只是都需要加限定条件。

二、七项基准：没有全面碾压，全是精准卡位
发布会最值得看的从来不是分数，而是它选了哪些榜。这次官方放出的七项基准，我挑关键的拆给你看。
软件工程 CursorBench 4.0：Grok 4.7 拿 46.3%，比自己上一代的 40.4% 涨了快 6 个点，但落后 Fable 5.1 的 51.8%——极限编程的峰值王座没抢到。
电气工程 EEBench：Grok 4.7 拿 64.0%，四家第一，甩开第二名近 8 个百分点。GPT-5.6 Sol 在这个榜上只有 39.4%，差距夸张。
法律工作 Harvey 基准：Grok 4.7 拿 19.6%，GPT-5.6 Sol 只有 2.5%。别小看 19.6 这个数字，法律 agent 任务是出了名的难，能上两位数已经是另一档的存在。
多小时终端任务 Terminal-Bench 4.0：从 4.6 的 20.3% 跳到 38.0%，几乎翻倍，是四家里进步幅度最大的，但离 Fable 的 57.9% 还有距离。
多小时办公任务 AA Briefcase：Grok 4.7 拿 1657 分，力压 GPT-5.6 Sol 的 1487 分，小输 Fable 的 1678 分。
临床推理 HealthBench Pro：56.7%，排在 Fable 的 62.1% 和 GPT 的 60.5% 之后。
看出门道了吗？它赢的全是「专业场景＋性价比敏感」的榜：电气工程、法律、长时终端任务。输的是极限编程峰值和临床推理这种要顶配模型硬啃的领域。
这不是全面碾压，是典型的卡位打法：在自家价格段里，把专业长任务做到最强，不和贵三到八倍的模型拼峰值。
再提醒一个细节：DeepSWE 那 71.0% 的分数后面带了个星号，官方注释写的是 high effort——翻译过来就是「多花算力跑出来的成绩」。跑分营销学第一课：每家发布会，都只放对自己有利的榜。

三、真正值得盯的信号：行业从「快问答」卷向「长工时」
比分数更重要的，是训练方向的披露。官方说法有三条：更大的新基座模型；更长的强化学习，任务难度专门向「需要数小时才能完成的问题」倾斜；重点强化了自我验证和长上下文管理。
注意「数小时」这个词。
前两年大模型卷的是单轮问答的准确率，谁答得快、答得对；现在卷的是「能不能连续干几个小时不出错」。这次七项基准里，「多小时办公」「多小时终端」占了两个席位，长任务权重肉眼可见地在上升。
这对用 API 的团队是实质利好。按 token 计费的时代，模型出错重试就是在烧钱：一次自我验证通过，省下的是整段重跑的 token。所谓「便宜」，从来不只是单价便宜，是整条链路的成本在往下走。
还有一个不显眼但很真实的信号：Cursor 第一时间上架了 Grok 4.7，还开放了 50 万 token 的长上下文选项，第三方编码工具和模型路由平台同步接入。工具链的站队，比任何跑分都诚实——IDE 厂商用接入速度投了票。
四、顺手亮的安全牌，其实是为企业客户铺路
这次 Grok 4.7 换了全新的安全栈，官方称在拒答和越狱抵抗上是他们测过最强的模型：生物安全基准 LatchBio 拿 62.4% 排第一；网络攻击类风险提示 HackerBench 只放行了 3.3% 的危险双用途请求，同时很少误伤正常的安全研究工作。
看懂这步棋了吗？法律、电气、临床、安全审计——全是最吃合规、最怕出事的企业场景。先把安全牌打出来，企业采购名单才进得去。
五、普通开发者要不要换？给你一本账
同样一百万 token 的输出：Fable 5.1 花 50 美元，GPT-5.6 Sol 花 20 美元，Grok 4.7 花 6 美元。
我的建议是别做单选题。批量跑量的活——代码补全、文档生成、数据处理 agent——交给 Grok 4.7 这一档，成本直接砍到原来的几分之一；极限复杂架构、高风险决策，继续用顶配模型兜底。「便宜旗舰跑量＋贵模型把关」的组合拳，正在成为行业的标配玩法。
结语
一半的价格，买九成的能力，你会切换吗？还是说这只是基准测试内卷的开始——下一场发布会，口号会不会直接变成「三分之一的价格」？
评论区聊聊：你现在主力用哪家模型，一个月 API 账单大概多少？
我是逆袭产品汪，AI 圈每次有人掀桌子，我都帮你把价目表拆开看。关注我，下篇拆「每天 6 万篇 AI 生成新闻」背后的内容产业变局。