Grok 4.7 supera a Fable 5.1 y GPT-5.6 Sol en la prueba de agente legal de Harvey a una quinta parte del precio de entrada de Fable
- Grok 4.7 obtuvo un 19,6 % en el Benchmark de Agentes Legales de Harvey, por delante de Fable 5.1 con un 6,7 % y GPT-5.6 Sol con un 2,5 %.
- xAI fija el precio de Grok 4.7 en 2 USD por millón de tokens de entrada, una quinta parte de los 10 USD de Fable 5.1.
- Fable 5.1 sigue superando a Grok 4.7 en Terminal-Bench 4.0, con un 57,9 % frente al 38,0 %.
Grok 4.7 fue lanzado por xAI el lunes. Superó a Fable 5.1 de Anthropic y a GPT-5.6 Sol de OpenAI en un punto de referencia de agente legal, mientras cobraba una quinta parte del precio de Fable por token de entrada.
La salida cuesta $6 por millón de tokens frente a $50 en Anthropic
El comunicado de lanzamiento de xAI dijo que Grok 4.7 obtuvo un 19,6% en el Punto de Referencia del Agente Legal de Harvey. Fable 5.1 obtuvo un 6,7% en la misma prueba y GPT-5.6 Sol obtuvo un 2,5%.
Eso sitúa a Grok 4.7 en aproximadamente tres veces la puntuación de Anthropic y cerca de ocho veces la de Sol. Cryptopolitan informó el mes pasado de que Grok 4.6 ya lideraba a este dúo con un 15,8%.
El trabajo legal es uno de los pocos dominios donde Grok 4.7 supera directamente a ambos competidores. También supera a Fable 5.1 en EEBench de ingeniería eléctrica y lo supera por poco en la prueba de codificación DeepSWE.
La tarificación de Grok 4.7 es de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, lo mismo que Grok 4.6. Esa tasa de entrada es 1/2 de la de GPT-5.6 Sol de 4 dólares y 1/5 de la de Fable 5.1 de 10 dólares.
La salida cuesta 6 dólares frente a 20 dólares para Sol, y 50 dólares para Fable, aproximadamente una octava parte de la cifra de Anthropic.
xAI trazó las puntuaciones de CursorBench 4.0 contra el coste promedio por tarea completada y afirma que el modelo se sitúa en la frontera de precio-rendimiento. Grok 4.7 obtiene alrededor de un 46% en ese gráfico a ~6 dólares por tarea, mientras que Claude Opus 5 necesita casi el doble del gasto para un resultado similar.
Fable 5.1 tiene un mejor rendimiento con presupuestos más altos, alcanzando un 51,8% a alrededor de 17 dólares por tarea. El lanzamiento fue “una fuerte combinación de inteligencia, velocidad y bajo coste”, dijo Musk en X.
Terminal-Bench 4.0 da a Anthropic una ventaja del 57.9% al 38.0%
Grok 4.7 fue subcampeón de Fable 5.1 en GDPval y en la prueba de trabajo de oficina AA Briefcase. El modelo de Anthropic mantiene una clara ventaja en codificación más larga y puntos de referencia de terminal.
El margen más grande está en Terminal-Bench 4.0, donde Fable 5.1 tuvo un 57,9% frente al 38,0% de Grok 4.7, una diferencia de unos 20 puntos.
Fable también lidera en CursorBench y en HealthBench Professional de razonamiento clínico, donde GPT-5.6 Sol también supera a Grok.
Grok 4.7 obtuvo 1.695 Elo en GDPval, que puntúa modelos en tareas realizadas por abogados, enfermeras y analistas financieros, por encima de los 1.605 de Grok 4.6. Eso está por detrás de la puntuación de Fable 5.1 de 1.735, pero por encima de los 1.542 que obtuvo GPT-6 Astra más nuevo de OpenAI en el mismo gráfico.
Grok 4.7 está por delante de GPT-5.6 Sol en cinco de siete puntos de referencia. Solo pierde en DeepSWE y en la prueba clínica.
Grok 4.7 funciona con 2,1 billones de parámetros, un 40% más que los 1,5 billones que impulsan a Grok 4.6. xAI ha incluido datos de entrenamiento suplementarios de SpaceX, incluyendo telemetría de satélites Starlink y registros de fabricación.
La empresa dice que el modelo es más propenso a dedicar tiempo extra a problemas arduos y a verificar sus propias respuestas que Grok 4.6.
El modelo se lanzó en la aplicación Grok, Cursor, Grok Build y la API de xAI, sin lista de espera.
Todos los números aquí provienen de las propias pruebas de xAI. CursorBench, el punto de referencia que xAI presenta, está hecho por Cursor, que SpaceX terminó de adquirir el mes pasado.
xAI comparó contra GPT-5.6 Sol, y el más nuevo GPT-6 Astra de OpenAI aparece solo en los gráficos de GDPval, AA Briefcase y EEBench.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Preguntas frecuentes
¿Cuánto cuesta Grok 4.7 en comparación con Fable 5.1 y GPT-5.6 Sol?
Grok 4.7 cuesta 2 USD por millón de tokens de entrada y 6 USD por millón de tokens de salida, frente a los 10 USD y 50 USD de Fable 5.1.
¿En qué benchmarks gana y pierde Grok 4.7?
Grok 4.7 gana el benchmark legal de Harvey con un 19,6 %, mientras que Fable 5.1 lidera en CursorBench, Terminal-Bench y HealthBench Professional.
¿Qué tamaño tiene Grok 4.7 y en qué fue entrenado?
Grok 4.7 funciona con 2,1 billones de parámetros e incluye datos de entrenamiento suplementarios de SpaceX, como la telemetría de los satélites Starlink.
Descargo de responsabilidad. La información proporcionada no constituye asesoramiento financiero. Cryptopolitan.com no asume ninguna responsabilidad por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar una investigación independiente y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
Randa Moses
Randa Moses es editora y reportera en Cryptopolitan, donde cubre tecnología, IA, robótica, criptomonedas, estafas y ciberataques. Ha trabajado en el espacio de las criptomonedas desde 2017. Ocupó cargos en Forward Protocol, AmaZix y Cryptosomniac. Randa posee un grado en Ingeniería Eléctrica y Electrónica de la Universidad de Bradford.
