Grok 4.7 chegou: o que o novo modelo da SpaceXAI entrega além de código?

Fala aí, beleza? A SpaceXAI acabou de soltar o Grok 4.7, e a conversa aqui não é sobre mais um modelo pra fechar ticket de bug

Se tu estranhou o nome, é isso mesmo: a marca oficial no site hoje é "SpaceXAI: Creators of Grok", depois que a SpaceX anunciou a aquisição da xAI

A página oficial "Introducing Grok 4.7" já está no ar em x.ai/news/grok-4-7, Reuters e TradingView publicaram o "SpaceXAI Launches Grok 4.7" e o the-decoder saiu com um título bem direto: lançamento a preço de banana, mas com benchmarks mostrando distância pros modelos de topo

O posicionamento declarado é simples: raciocínio mais longo, mantendo os preços do Grok 4.6

E é aí que a coisa fica interessante pra quem não vive dentro de uma IDE

A empresa não publicou uma lista oficial de domínios-alvo do 4.7. O que dá pra olhar hoje é o treino da geração anterior e o histórico do lançamento

Por que o Grok 4.7 demorou a sair

O lançamento arrastou, e o motivo ajuda a entender o modelo

Em 02/09/2026 o Musk disse que o modelo sairia "em 10 dias"

Em 11/09/2026 ele voltou pedindo "mais alguns dias", e citou um problema bem específico do treino: a equipe pode ter penalizado demais o tamanho da resposta no RL

Resultado disso, segundo a própria fala: um modelo apressado, que desistia rápido de tarefa difícil e era pouco rigoroso ao conferir o próprio trabalho

Para agora e pensa comigo

Desistir cedo e não revisar o que escreveu é exatamente o pior comportamento possível em trabalho técnico sério. Num script de front-end tu percebe na hora, o botão não funciona e pronto. Num cálculo de dimensionamento ou numa peça jurídica, o erro passa liso e aparece lá na frente

Por isso o "longer reasoning" anunciado no 4.7 não é só marketing bonitinho: é o antídoto direto do problema que atrasou o lançamento

E teve mais um capítulo: em 13/09/2026, ANTES do 4.7 sair, o Musk já anunciou o Grok 4.8, descrito por ele como um modelo de 2,5 trilhões de parâmetros treinado com um novo stack de software em C++, sem data de lançamento

O próprio 4.7 foi descrito por ele como 2,1 trilhões de parâmetros, treinado com dados da SpaceX

Tome cuidado com esses dois números, viu? Os dois são declaração do fundador, não especificação oficial. A empresa não publicou contagem de parâmetros em model card nem do 4.6 nem do 4.7

Os domínios técnicos fora do software que esse tipo de modelo mira

A única lista de domínios de treino que eu achei documentada é da geração anterior

O RL agêntico do Grok 4.6 cobriu codificação geral, otimização de kernel, desenvolvimento web, trabalho de conhecimento e desenho assistido por computador (CAD)

Se liga nos dois últimos, porque eles já não são "programação": trabalho de conhecimento é o analista lendo pilha de documento, e CAD é projeto técnico com geometria e restrição

Ou seja, a saída do software já tinha começado antes do 4.7

Bora olhar o TIPO de tarefa que os três domínios fora do dev representam, porque cada um cobra uma habilidade diferente do modelo

Engenharia elétrica: cálculo com restrição física

Aqui a tarefa é dimensionar, propagar unidade, respeitar tolerância e checar norma

Não existe "roda e vê se dá erro". O feedback loop do dev, que é rodar o código e ler o stack trace, simplesmente não existe do outro lado

É o cenário que mais depende de o modelo conferir o próprio trabalho antes de entregar, justamente o ponto fraco citado no adiamento

Não existe benchmark público específico do 4.7 nesse domínio até agora

Jurídico: documento normativo com rastreabilidade

Esse é o domínio de ler muito e escrever pouco, mas escrever preso à fonte

Contrato, parecer, peça: o valor está em rastrear de onde cada afirmação veio, não em ser criativo

E aqui existe número verificado, só que da geração passada: na tabela da própria empresa, o Grok 4.6 lidera no Harvey legal eval, além do GDPval-AA v2 (tarefas profissionais reais) e do AA-Briefcase (trabalho de analista de longo horizonte)

Na avaliação independente GDPval+ da Snorkel, o Grok 4.5 marcou 40% em jurídico, à frente de GPT-5.5 e Opus 4.8 nesse domínio

Raciocínio clínico: encadear sinais até uma hipótese

O trabalho aqui é diferente dos outros dois: partir de sinais soltos e montar uma cadeia que se sustente, sem pular etapa

Na mesma avaliação da Snorkel, o Grok 4.5 marcou 35% em saúde e 58% em educação, também à frente de GPT-5.5 e Opus 4.8 nesses domínios

E vamos combinar uma coisa: 35% estar na frente dos concorrentes não transforma 35% em número bom 🙂

Isso diz mais sobre o quanto trabalho profissional real ainda é difícil pra todo mundo do que sobre o modelo ser confiável sozinho

O que os números da geração anterior já mostravam por domínio

Nenhum número abaixo é do 4.7, beleza? São as referências que dá pra checar hoje, e servem de linha de base pra comparar quando o 4.7 for avaliado

Repara na coluna da direita, ela é a parte mais importante da tabela

Liderança em GDPval-AA v2, AA-Briefcase e Harvey saiu da tabela da própria empresa, então é o fabricante apresentando o próprio produto. Já o índice do Artificial Analysis e o GDPval+ da Snorkel vêm de fora

O modelo novo já tem página de dados viva no Artificial Analysis, na variante de esforço de raciocínio xhigh, em artificialanalysis.ai/models/grok-4-7

Quando sair número por lá, dá pra comparar direto com os 61 do 4.6

O que muda para quem não escreve código

A notícia prática do lançamento é o preço: US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída

E o ponto que importa: é o MESMO preço do Grok 4.6, sem aumento na troca de versão

Troca de geração sem reajuste é raro o suficiente pra merecer nota

Para ter noção de como isso costuma escalar, a estrutura do 4.6 era assim: US$ 2 de entrada, US$ 0,50 de entrada em cache e US$ 6 de saída por milhão de tokens abaixo de 200 mil tokens, dobrando para US$ 4, US$ 1 e US$ 12 acima disso, com janela de contexto de 500.000 tokens

Esses valores de faixa e a janela são do 4.6, não achei confirmação de que o 4.7 repete o mesmo desenho

E por que isso é tão relevante fora do dev? Porque documento profissional é gordo

Processo, laudo, dossiê de projeto, memorial descritivo, contrato com anexo: esse tipo de material come contexto rápido e vive justamente na faixa onde o preço muda de patamar

Quem trabalha com código manda função e recebe função. Quem trabalha com documento manda 300 páginas e pede uma análise, é outro jogo de custo

Outra coisa que muda quando o modelo vira ferramenta de trabalho e não brinquedo: disponibilidade passa a ser problema seu. Vale saber de antemão como checar o status quando o Grok cai, porque prazo de cliente não espera instabilidade de API

E agora a ressalva honesta, que é a parte que o anúncio não vai te dar

A cobertura do the-decoder é clara: os benchmarks do 4.7 revelam uma lacuna ampla frente a Claude e GPT-6, apesar do preço agressivo

O lançamento também veio com aquele clássico "duas vezes mais rápido e metade do preço de modelos comparáveis", só que sem metodologia nem modelo de comparação identificado. Isso é claim de marketing, não resultado medido

Juntando as duas coisas: barato e com raciocínio longo é ótimo pra rascunho, triagem e primeira leitura de volume

Trabalho de domínio regulado (elétrica com norma, peça que vai protocolar, qualquer coisa que encoste em paciente) segue pedindo revisão humana do começo ao fim, sem exceção

Sobre formação e domínio técnico

Já que o papo aqui é modelo saindo do software e entrando em engenharia, cabe um material do canal sobre o outro lado da moeda: a formação por trás disso

Este vídeo compara ADS, Ciência da Computação e Engenharia de Software e discute se a faculdade vale a pena pra quem quer área técnica

Conclusão

O Grok 4.7 é, no fim das contas, uma aposta bem definida: raciocínio mais longo por preço baixo, mirando trabalho profissional e não só geração de código

O que está verificado hoje é isso: lançado, página oficial no ar, US$ 2 de entrada e US$ 6 de saída por milhão de tokens, sem aumento em relação ao 4.6, e uma lacuna reconhecida frente aos modelos de topo da Anthropic e da OpenAI

O que ainda NÃO está: número de benchmark do 4.7 por domínio, avaliação independente consolidada e a estrutura completa de preço em contexto longo

Próximo passo que eu faria no teu lugar: acompanhar a página do modelo no Artificial Analysis pra ver o score aparecer, e pegar uma tarefa real do teu próprio domínio, daquelas chatas e longas, pra medir antes de adotar

Dado do fabricante serve de pista, teste no teu material serve de decisão 😀

até o próximo post!