Grok 4.7: mismo precio, misma velocidad... y el coste por tarea se ha duplicado

El 21 de septiembre de 2026, la cuenta @SpaceXAI publicó Grok 4.7 en X. El tuit se fue a 11,5 millones de vistas. La frase, literal:

a notable improvement over Grok 4.6 at the same price and speed

Mejora notable. Mismo precio. Misma velocidad. Ni una tabla al lado.

Lo que sí es verdad

El precio por token no ha subido. La documentación de modelos, actualizada el mismo 21 de septiembre, deja grok-4.7 en 2,00 dólares por millón de tokens de entrada y 6,00 por millón de salida. Artificial Analysis registra esas mismas tarifas para Grok 4.6 y para Grok 4.7, con el mismo 75% de descuento de caché. En el cartel, el anuncio no miente.

El índice tampoco es humo. Según el Intelligence Index v4.3.2 de Artificial Analysis (10 benchmarks), Grok 4.7 en configuración xhigh saca 46 puntos y queda el 16 de 202. AA lo etiqueta como modelo propietario, lanzado en septiembre de 2026. Grok 4.6 en high, de agosto, se quedó en 44. Dos puntos más. El dólar por millón no se mueve y el índice sube algo. El resto del claim se juega en otra unidad.

El precio por millón no es la factura

Según Artificial Analysis, una tarea del Intelligence Index con Grok 4.6 (high) sale a 1,86 dólares. Con Grok 4.7 (xhigh), a 3,74. Un +101,1% para subir dos puntos.

La metodología de AA no cobra el cartel. Suma el uso real de tokens (entrada, caché, razonamiento, respuesta), ponderado por los pesos del Index. Un modelo más verboso o que se pasa más rato razonando te sale más caro por trabajo terminado aunque el precio por millón sea idéntico.

Ahí está el mecanismo. Grok 4.7 (xhigh) generó 240 millones de tokens al pasar el Index. AA lo marca "very verbose". Grok 4.6 (high) generó 94 millones, "fairly concise", clavado en la mediana. Factor 2,55x de verbosidad, misma tarifa 2/6, el taxímetro dando muchas más vueltas. Es el caso limpio de lo que ya medimos en la guerra de precios de la IA: se vende el dólar por millón y se paga el dólar por tarea cerrada.

"Same speed" no sobrevive a xhigh

Según AA, Grok 4.7 (xhigh) genera 39,5 tokens por segundo. La ficha lo califica de "notably slow" frente a una media de referencia de 72. Grok 4.6 (high) iba a 60,4. Un 34,6% más lento en la configuración evaluada, puesto 152 de 202.

El anuncio no dice en qué palanca de reasoning está hablando cuando afirma "same speed". La ficha oficial deja el razonamiento configurable en low, medium, high (por defecto) o xhigh. AA no midió 4.7 en high: lo midió en xhigh. Comparar xhigh contra high no es un control a igual esfuerzo, es el dato publicado. Y con ese dato, "misma velocidad" no se sostiene.

En el hilo del anuncio, un usuario preguntó por qué la demo enfrentaba Grok 4.7 en xhigh contra Grok 4.6 en high, y no los dos en xhigh. No prueba una manipulación del banco de pruebas. Sí es un indicio de selección de configuración favorable: la misma que luego aparece en las fichas de AA.

Adjetivos, cero tabla

En las fuentes consultadas no constan benchmarks auto-reportados del lanzamiento. Ni SWE-bench, ni GPQA, ni una comparativa numérica con 4.6. El anuncio se queda en cualitativo: que trabaja más rato en las tareas difíciles, que se revisa con más cuidado, que trae las salvaguardas más fuertes hasta la fecha. Palabras. Sin cifra al lado.

Tampoco consta una evaluación independiente de Grok 4.7 en SWE-bench. En el leaderboard de texto de LMArena del 13 de septiembre de 2026 (402 modelos, anterior al lanzamiento) el mejor SpaceXAI visible es grok-4.20-beta1, puesto 30. Grok 4.7 no aparece en el top 41. El ranking es de ocho días antes; no le atribuyas un puesto que no tiene. Lo que sí puedes pedir a un anuncio de "notable improvement" es una fila de números. Aquí no está.

No hay rastro, en lo consultado, de un Grok 4.5 que explique el salto de numeración. Ni confirmación primaria de qué es exactamente "SpaceXAI" respecto a la marca que firma los docs. Los documentos viven en docs.x.ai y AA etiqueta el proveedor como SpaceXAI. Hasta ahí el material.

Si quieres calibrar el ritmo de la frontera con otra vara, Epoch AI publica series de largo plazo. El único índice con cifra sobre este lanzamiento es el de AA, y son dos puntos entre xhigh y high.

500.000 tokens y un Fast que no está en la API

Según la ficha de Grok 4.7, la ventana de contexto es de 500.000 tokens. El knowledge cutoff es mayo de 2026. Entra texto e imagen, sale texto, sin límite de output. El reasoning se elige: low, medium, high por defecto, o xhigh.

Hay un Grok 4.7 Fast: el mismo modelo en infraestructura más rápida, facturado al doble de las tarifas estándar. Solo en Cursor y Grok Build. No está en el tier gratuito de Grok Build ni en la API pública de xAI. Si el anuncio vende "same speed" y el medidor de AA dice "notably slow", el catálogo ya tiene la letra pequeña: la velocidad de verdad se cobra aparte y no sale por el endpoint de todo el mundo. El modelo corre en la API de xAI, como modelo por defecto del agente de código Grok Build y en todos los planes de Cursor.

El precio por token es la unidad con la que esta industria hace el anuncio. El coste por tarea es la que llega al extracto cuando el modelo se pone a pensar en voz alta. Grok 4.7 deja el cartel igualado y duplica lo segundo. Mismo precio, misma etiqueta, el doble de factura.

Preguntas frecuentes

¿Grok 4.7 es más barato que Grok 4.6?

No: el precio por token es el mismo y el coste por tarea, según Artificial Analysis, es más alto. Ambos están en 2 dólares de entrada y 6 de salida por millón, con 75% de descuento de caché. El Intelligence Index le asigna a Grok 4.7 (xhigh) 3,74 dólares por tarea frente a 1,86 de Grok 4.6 (high). El sobrecoste viene de que 4.7 genera muchos más tokens por trabajo.

¿Grok 4.7 es más rápido que Grok 4.6?

En la configuración que midió Artificial Analysis, no. Grok 4.7 en xhigh sale a 39,5 tokens por segundo; Grok 4.6 en high, a 60,4. Un 34,6% más lento. El anuncio no especifica la palanca de reasoning al decir "same speed". Existe un Grok 4.7 Fast, al doble de tarifa, solo en Cursor y Grok Build, fuera de la API pública.

¿Cuánto ha mejorado Grok 4.7 respecto a Grok 4.6?

Según el Intelligence Index v4.3.2 de Artificial Analysis, dos puntos: de 44 (4.6 high) a 46 (4.7 xhigh). No es una comparación a igual esfuerzo. En las fuentes consultadas no constan benchmarks auto-reportados del anuncio ni resultados de Grok 4.7 en SWE-bench o LMArena.

¿Por qué sube el coste por tarea si el precio por millón no cambia?

Porque el modelo gasta más tokens en cada trabajo. Artificial Analysis calcula el coste por tarea con el uso real (entrada, caché, razonamiento y respuesta), no con el cartel. Grok 4.7 (xhigh) generó 240 millones de tokens en el Index frente a 94 millones de Grok 4.6. Misma tarifa, más vueltas del taxímetro.