SpaceXAI presenta Grok 4.7, su modelo más potente para programación y trabajo de conocimiento

SpaceXAI publicó Grok 4.7 el 21 de septiembre de 2026 y el titular no es la capacidad, sino la relación entre capacidad y precio. El modelo se sirve al mismo precio y velocidad que Grok 4.6, 2 dólares por millón de tokens de entrada y 6 por millón de salida, mientras sube su desempeño en las pruebas de trabajo largo. La compañía lo posiciona como su modelo más capaz para programación y para lo que llama trabajo de conocimiento, es decir, tareas profesionales de varias horas.

Grok 4.7 parte de un modelo base más grande que el de Grok 4.6 y se entrenó con una corrida de aprendizaje por refuerzo más larga, ponderada hacia problemas que toman horas. Según SpaceXAI, el modelo es mejor verificando su propio trabajo y administrando contextos largos.

¿Qué dicen los benchmarks de Grok 4.7?

En CursorBench 4.0, la prueba que mide tareas de programación de larga duración, Grok 4.7 en configuración xHigh marca 46,3%, contra 40,4% de Grok 4.6 High y 41,7% de GPT-5.6 Sol Max. Fable 5.1 Max sigue arriba con 51,8%.

El resto del cuadro publicado por la empresa muestra un modelo parejo más que dominante:

• DeepSWE v1.1: 71,0% en alto esfuerzo, contra 72,7% de GPT-5.6 Sol Max y 70,0% de Fable 5.1 Max.
• EEBench (ingeniería eléctrica): 64,0%, el mejor del cuadro.
• Terminal-Bench 4.0: 38,0%, muy lejos del 57,9% de Fable 5.1 Max pero casi el doble del 20,3% de Grok 4.6.
• Harvey Legal Agent Benchmark: 19,6%, por encima del 6,7% de Fable 5.1 y del 2,5% de GPT-5.6 Sol.
• HealthBench Professional (razonamiento clínico): 56,7%, por debajo de sus dos competidores.
• GDPval, que mide trabajo profesional real: Elo de 1.695, contra 1.735 de Fable 5.1 y 1.542 de GPT-6 Astra.

La lectura honesta es que Grok 4.7 no lidera la frontera de capacidad. Lidera la frontera de precio por tarea, que es una discusión distinta y, para la mayoría de las empresas en Chile y Latinoamérica, más relevante.

¿Cuánto cuesta Grok 4.7 frente a sus competidores?

La tabla de precios que publicó SpaceXAI deja la brecha a la vista. Grok 4.7 cobra 2 dólares por millón de tokens de entrada y 6 de salida. GPT-5.6 Sol Max cobra 4 y 20. Fable 5.1 Max cobra 10 y 50.

Es decir: por el costo de un millón de tokens de salida de Fable 5.1, se compran más de ocho millones en Grok 4.7. La empresa también sirve una variante rápida, con el doble de velocidad de salida al doble de precio.

Para un equipo comercial que corre agentes sobre volumen de correos, resúmenes de llamadas o enriquecimiento de registros del CRM, esa diferencia no es un detalle técnico: es la diferencia entre un piloto que sobrevive al comité de presupuesto y uno que no.

¿Qué cambió en seguridad?

SpaceXAI afirma haber construido Grok 4.7 con una pila de salvaguardas completamente nueva y lo describe como su modelo más fuerte en resistencia a jailbreak. En HackerBench v0.3, su propia prueba de tareas de ciberseguridad riesgosas, el modelo deja pasar un 3,3% de los prompts de doble uso considerados riesgosos, bloqueando poco el trabajo legítimo de seguridad. También encabeza el benchmark de bioseguridad de LatchBio con 62,4%.

Conviene leer estas cifras con la cautela que corresponde: son pruebas del propio proveedor sobre su propio modelo. Sirven como señal, no como auditoría independiente.

¿Dónde se puede usar hoy?

Grok 4.7 está disponible desde el día del anuncio en Cursor y en Grok Build, además de la API de Grok, harnesses de programación de terceros, enrutadores de modelos y plataformas cloud. Para un equipo en Santiago, Bogotá o Ciudad de México eso significa que no hace falta esperar una habilitación regional: el acceso es por API desde el primer día.

Análisis de Revenue Hub

La noticia que importa para un líder comercial no es que Grok 4.7 esté quinto o segundo en un benchmark. Es que la curva de precio por unidad de capacidad sigue cayendo mientras la capacidad sube. Un modelo que hace hoy lo que hace seis meses costaba cinco veces más cambia qué casos de uso pasan de «interesante» a «rentable». Calificación de leads sobre volumen, resúmenes de llamadas para todo el equipo y no solo para enterprise, limpieza continua del CRM: todos esos casos se vuelven viables cuando el costo por tarea baja un orden de magnitud.

La decisión concreta que esto implica es de arquitectura, no de proveedor. Si tu operación de ingresos está cableada a un solo modelo, cada anuncio como este te deja fuera de la mejora. La postura correcta es enrutar por tarea: modelos baratos y rápidos para el trabajo de volumen (clasificar, extraer, resumir) y reservar el modelo caro para lo que de verdad exige razonamiento largo. Eso exige una capa de orquestación y una métrica de costo por tarea que hoy la mayoría de las empresas en Chile y Latinoamérica no está midiendo.

El riesgo del otro lado es real: los benchmarks de autoevaluación de un proveedor no son evidencia suficiente para mover una operación productiva. Antes de cambiar, corre tu propia evaluación sobre tus datos, con tus prompts y tus criterios de aceptación. Si te interesa cómo estructurar esa capa de decisión, revisa el resto de nuestra cobertura en IA en ventas y los análisis del blog de Revenue Hub.