Grok 4.7 Ya Está Acá: Qué Cambió xAI Tras 4.6

1. La noticia en dos párrafos

Grok 4.6 (12 de agosto de 2026) se construyó con Cursor: entrenamiento suplementario con datos anonimizados de workflows de Cursor, ventana de 500k, reasoning effort configurable (low, medium, high, xhigh), a $2 input / $6 output por 1M tokens. Foco en agentes de larga duración y trabajo visual e interactivo.

Grok 4.7 (21 de septiembre de 2026) mantiene ese posicionamiento y cambia el motor: una base nueva y más grande que la de 4.6, un run de RL más largo pesado hacia problemas de muchas horas, mejor verificación de su propio trabajo y manejo de contexto largo, más entrenamiento nativo en el harness de Grok Bot para tareas conversacionales y generales.

2. Qué cambia 4.7 por dentro

Tres upgrades, todos apuntando a trabajo de largo horizonte. Primero, el modelo base es nuevo y más grande que el de 4.6 — no es un fine-tune, es una fundación nueva. Segundo, la fase de RL corrió más tiempo en un mix más duro, pesado explícitamente hacia tareas que toman muchas horas. Tercero, el modelo fue entrenado para verificar su propio trabajo y manejar contexto largo sin perder el hilo.

El cuarto cambio es fácil de pasar por alto y muy práctico: 4.7 entiende nativamente el harness de Grok Bot, lo que lo hace mejor en tareas conversacionales y knowledge work general, no solo código. xAI está empujando a Grok de especialista en código a la primera línea generalista.

Los tres upgrades

3. Evidencia y contexto

El framing de xAI es capacidad-por-dólar en la frontera: 4.7 altamente competitivo en su clase a $2/$6, con variante fast para loops sensibles a latencia. La model card de 4.6 documenta la postura de seguridad de la familia en cyber, bio, robustez a jailbreaks y refusals CBRN, con política declarada de nunca degradar inteligencia en silencio ni hacer fallback a otros modelos.

Lo conocido de la generación 4.6 sirve como baseline: 500k de contexto, input de texto e imagen con output solo texto, sin límite de output, function calling, web y X search, code execution y niveles de reasoning effort. Tratá los deltas de capacidad de 4.7 como vendor claims hasta que caigan benchmarks independientes de código.

4. Quickstart: llamá a grok-4.7 hoy

Si ya llamás a la API de xAI, la migración es cambiar el model string más una decisión sobre reasoning effort. Grok 4.7 soporta low, medium, high (default) y xhigh — empezá en default, subí a xhigh solo para las tareas duras de horas para las que se entrenó, y medí tokens por tarea antes y después.

En Cursor y Grok Build está disponible hoy sin cambios de código. En la API habla Responses y Chat Completions, con function calling, web search, X search y code execution como tools.

POST https://api.x.ai/v1/chat/completions
{
  “model”: “grok-4.7”,
  “reasoning_effort”: “high”,
  “messages”: [
    {“role”: “system”, “content”: “Sos un ingeniero senior.”},
    {“role”: “user”, “content”: “Refactorizá este módulo...”}
  ],
  “tools”: [ ... tus function definitions ... ]
}

5. Qué hacer esta semana

Como 4.7 cuesta exactamente lo mismo que 4.6, el experimento es casi gratis: apuntá una copia de tu agent loop más duro a grok-4.7 y compará tasa de completitud, pasos y tokens de output contra tu baseline de 4.6. La propia afirmación de xAI — menos pasos, menos tokens que otros modelos frontier — es directamente medible.

Veredicto

Grok 4.7 es un upgrade directo: base más nueva y grande, entrenamiento más largo exactamente en las tareas donde los agentes sufren, mismo precio que 4.6. Si construís agentes de código sobre xAI, no hay caso para quedarse en 4.6 en trabajo nuevo.

La pregunta abierta es la comparación triple que nadie corrió todavía — 4.7 vs Opus 5.5 vs GPT-6 Sol en repos reales. Corré ese eval en tu codebase y vas a saber más que cualquier post de lanzamiento.