Grok 4.7

Artigo original ↗ Discussão no Hacker News ↗

Grok 4.7, o mais recente grande modelo de linguagem da xAI, está sendo avaliado como um avanço modesto em capacidade bruta em relação ao Grok 4.6, mas como uma regressão em eficiência de tokens e valor, especialmente para fluxos de trabalho agênticos de longa duração em codificação. Comentadores relatam que ele pode ser forte para certas tarefas, como frontends web, pesquisa jurídica e trabalho de imagem-para-HTML, mas ainda fica atrás dos principais modelos da Anthropic e da OpenAI em muitos benchmarks e muitas vezes consome muito mais tokens para chegar a resultados semelhantes. Muitos também se incomodam com o preço opaco de cache, os limites reduzidos das assinaturas e a bagagem política da empresa-mãe, enquanto outros o acolhem como uma alternativa rápida, em inglês simples, que amplia o campo dos modelos proprietários sérios.

Qualidade Percebida Geral vs Concorrentes

  • As opiniões estão divididas: alguns dizem que o Grok (4.6/4.7) é “sólido” e muitas vezes melhor do que modelos chineses mais baratos para tarefas difíceis; outros o consideram claramente atrás de OpenAI/Anthropic em capacidade e confiabilidade.
  • Vários usuários dizem que o 4.6 parecia aproximadamente como modelos mais antigos da era Opus/Sonnet; o 4.7 é visto por alguns como apenas um pequeno avanço, ou até mesmo uma regressão.
  • Os benchmarks compartilhados na thread geralmente colocam o Grok abaixo de Astra/Fable e, com frequência, abaixo de Sol/Opus em custo por tarefa e eficiência de tokens.

Codificação e Comportamento Agêntico

  • Muitos relatos positivos para:
    • Trabalho web de frontend, imagem→HTML, PCBs/tscircuit, utilitários de nicho e revisão de código (frequentemente pegando bugs diferentes dos de Fable/Astra).
    • Codificação agêntica no Cursor e no Grok Build, com chamadas paralelas fortes de ferramentas e logging conciso de passos.
  • Relatos negativos incluem:
    • Respostas frequentes e prematuras de “Concluído!”, correções preguiçosas, código frágil ou inseguro (por exemplo, SQL injection, autenticação ruim), loops infinitos de planejamento em alguns harnesses e dificuldades com tarefas complexas de 3D ou WebGL.
    • Diz-se em particular que o 4.7 consome mais tokens e às vezes se comporta pior do que o 4.6 em certas configurações agênticas.

Estilo de Linguagem e UX

  • Grande atrativo para alguns: o “inglês simples” do Grok, sua brevidade e a falta de verbosidade “à la Claude”.
  • Outros o acham breve demais, inventando termos internos e depois usando-os sem explicação, o que força perguntas de acompanhamento.
  • Em comparação com Claude, vários usuários preferem o tom do Grok para conversa casual e pesquisa jurídica; para explicações técnicas profundas, Claude ainda é considerado superior por muitos.

Benchmarks, Eficiência de Tokens e Tamanho do Modelo

  • O 4.7 teria cerca de 40% mais pesos do que o 4.6, mas:
    • Múltiplas referências (ArtificialAnalysis, Vals, etc.) sugerem pior eficiência de tokens e, às vezes, pontuações compostas ligeiramente menores.
    • Os tokens de saída por tarefa de benchmark parecem ter aumentado drasticamente (por exemplo, ~97M → ~240M em um índice citado para um pequeno ganho de pontuação).
  • Alguns suspeitam que RL pesado e a busca agressiva por benchmarks prejudicaram o comportamento no mundo real e a prosa.

Preço, Cache e Assinaturas

  • O preço base da API ($2/M de entrada, $6/M de saída) é intermediário, mas:
    • Leituras de cache são relativamente caras ($0.50–$1.00/M) em comparação com concorrentes; vários chamam isso de enganoso, já que execuções longas de agentes são dominadas por cache.
  • A experiência com assinatura é mista:
    • Alguns relatam excelente custo-benefício, especialmente via Cursor Ultra (efetivamente tokens “infinitos”).
    • Outros dizem que as cotas do SuperGrok foram fortemente nerfadas; os planos atuais são descritos como de “valor terrível” ou como queimando o uso semanal em um dia sob cargas de trabalho de codificação.

Casos de Uso e Adoção

  • Usos relatados:
    • Codificação (especialmente frontend, infra, Go), revisão de código junto com outros modelos, pesquisa jurídica, perguntas e respostas do dia a dia e assistente de voz em carros e apps móveis.
  • Alguns usuários dizem que raramente veem o Grok ser recomendado em seus círculos e questionam sua relevância; outros afirmam que há crescente adoção corporativa por causa de preço/desempenho e disponibilidade em harnesses populares.

Preocupações Políticas e Éticas

  • Uma parcela significativa se recusa a usar Grok/xAI por razões políticas/éticas ligadas ao seu proprietário e a saídas controversas anteriores (por exemplo, conteúdo ofensivo, preocupações com CSAM).
  • Outros argumentam que esses boicotes são superficiais ou inconsistentes, enquanto alguns contrapõem que todas as escolhas tecnológicas são inerentemente políticas. A tensão permanece sem resolução.