SpaceXAI lanza Grok 4.7 para programación al precio de Grok 4.6, con benchmarks de la propia casa

SpaceXAI lanzó Grok 4.7 el 21 de septiembre de 2026 y lo presentó como el modelo más capaz de la empresa hasta la fecha para programación y trabajo con conocimiento. Llega con los mismos precios de tokens destacados que su predecesor, un modelo base más grande por debajo y un conjunto de mejoras de benchmarks que la propia empresa publicó.

Lectura relacionada: Grok Voice Transcribe 2.0 asegura el doble de precisión al mismo precio de diez centavos · Claude Haiku 5.5 de Anthropic es su modelo pequeño más barato hasta ahora.

El lanzamiento forma parte de un ritmo rápido para la compañía de IA de Elon Musk, que había lanzado Grok 4.6 en agosto y Grok Voice Transcribe 2.0 días antes. Grok 4.7 apunta directamente al mercado donde los laboratorios de IA compiten con más dureza: agentes de ingeniería de software capaces de trabajar en una tarea durante horas, ejecutar comandos y comprobar su propia salida.

El discurso es directo. SpaceXAI dice que Grok 4.7 se entrenó con una tanda de aprendizaje por refuerzo más larga sobre una mezcla de tareas más difícil, ponderada hacia problemas que pueden tardar muchas horas en completarse, y que verifica su propio trabajo con más cuidado que Grok 4.6. La disponibilidad es amplia: Cursor, Grok Build, la API de Grok, herramientas de programación de terceros y pasarelas de modelos como OpenRouter, Vercel y Cloudflare. El anuncio de Cursor confirmó que el modelo se activó en su editor el mismo día.

El precio es la estrategia

El detalle más determinante es lo que no cambió. Grok 4.7 parte de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, las mismas tarifas base que SpaceXAI cobraba por Grok 4.6. La entrada en caché cuesta 0,50 dólares por millón de tokens, y las indicaciones de 200.000 tokens o más pasan a 4 dólares por millón de entrada y 12 por millón de salida.

Esa tarifa se sitúa más cerca de los modelos chinos de pesos abiertos que de la frontera occidental. Los mejores modelos de Claude y OpenAI han solido llevar precios por token más altos, y mantener la línea mientras se mejora la capacidad es una forma deliberada de competir por desarrolladores sensibles al coste. The Decoder leyó el precio como la señal más clara del lanzamiento, señalando que las tarifas bajas probablemente existen por algún motivo concreto.

SpaceXAI también vende una variante más rápida. Grok 4.7 Fast funciona sobre infraestructura de servicio más veloz y cuesta el doble de las tarifas estándar, a 4 dólares por millón de entrada y 12 por millón de salida. Es la opción predeterminada en Cursor y Grok Build, pero no se ofrece a través de la API pública, lo que mantiene cierto control sobre cómo se consume la capacidad.

El modelo en sí es capaz sobre el papel. Admite una ventana de contexto de 500.000 tokens, un corte de conocimiento de mayo de 2026, entrada de texto e imagen y cuatro niveles de razonamiento de bajo a xhigh, con alto como predeterminado. Puede usar llamada a funciones, búsqueda web, búsqueda en X y ejecución de código. Son requisitos mínimos para un modelo de programación de frontera, y ninguno es inusual en su clase.

Cifras del fabricante y cifras independientes

Los benchmarks publicados por SpaceXAI muestran ganancias en todas las medidas que eligió. En CursorBench 4.0, que pone a prueba tareas de programación más largas, Grok 4.7 obtiene un 46,3 por ciento frente al 40,4 por ciento de Grok 4.6. En DeepSWE v1.1 sube del 65,2 por ciento al 71,0 por ciento. El salto mayor es en Terminal-Bench 4.0, donde la empresa informa de un 20,3 por ciento para Grok 4.6 y un 38,0 por ciento para Grok 4.7.

Son cifras del fabricante, y la brecha entre ellas y las pruebas independientes es la advertencia más importante del lanzamiento. The Decoder informó de que los resultados independientes de Terminal-Bench 4.0 sitúan a Grok 4.7 en torno al 26 por ciento, muy por debajo del 38 por ciento de SpaceXAI y bastante por detrás de GPT-6 Astra, con un 60 por ciento, y de Claude Fable 5.1, con un 55 por ciento. El mismo artículo señaló que incluso DeepSeek V4.1 Flash, un modelo más barato, lo supera en esa medida.

En el índice más amplio Artificial Analysis Intelligence Index, que combina diez benchmarks, Grok 4.7 obtiene 46 y queda en mitad de la tabla. Claude Fable 5.1 y GPT-6 lideran con 53 cada uno. No es un mal resultado para un modelo con este precio, pero tampoco respalda la afirmación de ser un líder de frontera.

La discrepancia importa porque los compradores a los que corteja SpaceXAI hacen su propia evaluación. Un desarrollador que elige entre Grok 4.7, Claude y GPT-6 ejecutará sus propias tareas y medirá coste, correcciones y tiempo hasta completarlas. En precio, Grok 4.7 compite con fuerza. En capacidad de programación pura, los números independientes sugieren que va por detrás de los líderes.

Un mercado saturado con hueco en el extremo del valor

El contexto del lanzamiento es un mercado de agentes de programación que se ha dividido en niveles. En lo más alto, GPT-6 Astra y Claude Fable 5.1 compiten por capacidad y llevan precios premium. Por debajo, un grupo de modelos más baratos compite por valor, y Grok 4.7 se sitúa en ese grupo pese al marco de frontera de SpaceXAI.

Esa posición no es mala. Muchos equipos no necesitan el mejor modelo absoluto para cada tarea, y la revisión de código, la generación de pruebas y el refactorizado rutinario suelen bastar a un precio menor. Un modelo más o menos competitivo y bastante más barato puede ganar una gran parte del trabajo cotidiano, dejando los problemas más difíciles al nivel premium.

Hay también una historia de distribución. Grok 4.7 llega a Cursor y Grok Build al mismo tiempo que a la API, lo que lo pone delante de los desarrolladores dentro de las herramientas que ya usan. Los enrutadores de modelos y las pasarelas en la nube añaden más rutas, y la amplitud de disponibilidad reduce la fricción que puede frenar un lanzamiento. El límite es que todavía no está en la aplicación de consumo Grok ni en el nivel gratuito, así que el gran público que SpaceXAI alcanza a través de su plataforma social no lo ha visto.

La carrera en la que entra Grok 4.7

Los agentes de programación se han convertido en el frente más competitivo de la IA, porque la ingeniería de software es el lugar más claro donde la salida de un modelo puede verificarse y pagarse. GPT-6 Astra, de OpenAI, y Claude Fable 5.1, de Anthropic, ocupan lo más alto de las clasificaciones independientes y compiten por capacidad, mientras que un nivel inferior liderado por modelos más baratos compite por precio y volumen. Grok 4.7 aterriza en ese nivel inferior según las pruebas, con una etiqueta de precio de frontera que deja muy atrás a los líderes.

La brecha con la cima no es enorme en términos absolutos. Una puntuación de 46 frente a 53 en Artificial Analysis es una diferencia real, pero es el tipo de margen que se encoge con cada generación de modelos, y SpaceXAI ha estado publicando actualizaciones con rapidez. Lo que separa hoy los niveles es menos la capacidad bruta en tareas medias que la fiabilidad en los trabajos largos de varios pasos, donde un agente tiene que planificar, actuar, recuperarse de los errores y comprobar su propio trabajo. Ahí es exactamente donde las cifras independientes de Terminal-Bench sitúan a Grok 4.7 por detrás.

Para los compradores, la pregunta práctica no es qué modelo gana una clasificación. Es qué modelo termina una tarea concreta a un coste aceptable, y eso varía según el equipo. Un modelo algo más débil pero varias veces más barato puede ser la mejor opción para revisión, pruebas y cambios rutinarios, mientras que el trabajo más duro de arquitectura y depuración se queda en el nivel premium. Grok 4.7 está posicionado para hacerse con el primer tipo de trabajo, y la amplitud de su distribución, de Cursor a las principales pasarelas, es como SpaceXAI pretende ganarlo.

Qué observar

La primera pregunta es si el precio bajo se mantiene. SpaceXAI no ha dicho si los 2 y 6 dólares por millón de tokens persistirán a medida que escale la capacidad, y la historia de los precios de la IA es de tarifas de lanzamiento generosas seguidas de subidas una vez que un modelo se consolida. Los compradores que hagan planes con estos números deberían tratarlos como una oferta actual y no como un suelo permanente.

La segunda es si la brecha de capacidad se estrecha. SpaceXAI ha estado lanzando modelos con rapidez, y cada revisión ha mejorado la anterior. Si los benchmarks independientes empiezan a coincidir con las afirmaciones del fabricante, la ventaja de precio de Grok 4.7 se vuelve mucho más amenazante para el nivel premium. Si la brecha persiste, el modelo sigue siendo una opción de valor.

La tercera es cómo posicionan el modelo Cursor y otros distribuidores. Convertir a Grok 4.7 Fast en la opción predeterminada dentro de Cursor es un fuerte voto de confianza, y los valores predeterminados moldean lo que usan los desarrolladores. Ser el predeterminado en una herramienta popular vale más que un puesto en una clasificación, porque elimina la elección por completo para los usuarios que no cambian de modelo.

Para los lectores que sopesan un cambio, el resumen honesto es este: Grok 4.7 es un modelo de programación capaz y barato, de una empresa que mejora rápido, con benchmarks del fabricante que exageran su posición frente a los líderes. Los equipos que valoran el precio y la distribución deberían probarlo. Los equipos que necesitan la mejor programación agéntica deberían esperar a que los resultados independientes alcancen al marketing.

Cover: foto de Wikimedia Commons de Elon Musk en una conferencia el 28 de marzo de 2024, por Wcamp9 (CC BY 4.0).