Grok 4.7 출시, 가격은 Grok 4.6 그대로 두고 7개 벤치마크 모두 올렸다

같은 Terminal-Bench 4.0이라도 평가 환경에 따라 오른 폭이 다릅니다. Grok Build와 함께 평가했을 때는 18%에서 33%로 올랐지만, 모든 모델에 같은 평가 환경을 쓰는 Intelligence Index 쪽에서는 4.5%포인트 오르는 데 그쳤습니다. 그 밖의 Intelligence Index 과제는 대체로 Grok 4.6과 비슷했고, 긴 문맥 추론 평가 AA-LCR은 3.7%포인트, 업무 자동화 평가 AutomationBench-AA는 1.1%포인트 떨어졌습니다. 환각 비율은 34%에서 29%로 줄었습니다.

비용을 따질 때 가장 중요한 부분은 토큰 사용량입니다. Artificial Analysis에 따르면 Grok 4.7(xhigh)은 Intelligence Index 과제 하나에 출력 토큰을 약 8만1천 개 썼습니다. Grok 4.6(high)의 약 3만6천 개보다 두 배 넘게 많고, GPT-6 Astra(max)의 약 2만7천 개와 비교하면 세 배 가까운 양입니다. 토큰 단가는 같아도 같은 작업에 드는 실제 비용은 Grok 4.6보다 늘어날 수 있습니다.

가격은 그대로, 출력 단가는 경쟁 모델보다 크게 낮다

SpaceXAI 가격표 기준으로 Grok 4.7의 가격은 입력 100만 토큰당 2달러, 캐시된 입력 0.5달러, 출력 6달러입니다. 한 요청의 프롬프트가 20만 토큰 이상이면 그 요청 전체에 입력 4달러, 출력 12달러가 적용됩니다. Grok 4.6 문서에 적힌 가격과 구간이 모두 같고, 컨텍스트 창도 50만 토큰으로 같습니다.

벤치마크 표에 함께 실린 가격과 비교하면 차이가 분명합니다. 출력 100만 토큰당 GPT-5.6 Sol은 20달러, Fable 5.1은 50달러로, Grok 4.7의 출력 단가는 각각의 약 3분의 1과 8분의 1입니다. 앞에서 본 것처럼 Grok 4.7은 작업당 출력 토큰이 많은 편이라, 실제 비용 차이는 단가 차이보다 작아질 수 있습니다.

더 빠른 Fast 변형도 있습니다. Grok 4.7 문서에 따르면 Grok 4.7 Fast는 같은 모델을 더 빠른 인프라에서 돌리는 방식이고, 출력 속도가 두 배인 대신 가격도 두 배(입력 4달러, 출력 12달러)입니다. 다만 Fast 변형은 Cursor와 Grok Build에서만 쓸 수 있고 공개 API에는 없습니다. Grok Build 무료 등급에도 포함되지 않습니다.

어디에서 쓸 수 있나

Grok 4.7은 발표 당일부터 여러 경로에서 쓸 수 있습니다. 개발자 문서가 안내하는 사용처는 다음과 같습니다.

- API: 모델 이름 grok-4.7. Responses API와 Chat Completions를 지원하고, 텍스트와 이미지를 입력받아 텍스트로 답합니다. 지식 기준 시점은 2026년 5월입니다.
- Grok Build: SpaceXAI의 터미널 코딩 에이전트이며 Grok 4.7이 기본 모델입니다.
- Cursor: 모든 플랜에서 쓸 수 있습니다.
- 모델 게이트웨이: OpenRouter, Vercel, Cloudflare에서도 제공합니다.

추론 강도는 low, medium, high, xhigh 네 단계이고 기본값은 high입니다. 벤치마크 표의 Grok 4.7 점수는 대부분 xhigh 기준이므로, 표와 같은 조건으로 쓰려면 추론 강도를 직접 올려야 합니다. 추론을 더 길게 하면 출력 토큰도 늘어나기 때문에 비용도 함께 늘어납니다.

API 문서는 캐시 키를 지정하라고 강하게 권합니다. Responses API에서는 prompt_cache_key, Chat Completions에서는 x-grok-conv-id 헤더를 지정해야 같은 대화의 요청이 같은 서버로 가서 캐시가 안정적으로 적중합니다. 지정하지 않으면 캐시가 없는 서버로 가서 입력 가격을 그대로 내는 경우가 많다고 문서는 설명합니다. 미국 안에서만 추론을 처리하는 us.api.x.ai 엔드포인트는 토큰 가격이 10% 비쌉니다.

안전 장치도 새로 만들었다

SpaceXAI는 Grok 4.7에 안전 장치를 완전히 새로 구성했다고 밝혔습니다. 자체 테스트에서 거절 판단과 탈옥 저항이 가장 강한 모델이었다는 설명입니다. 생물학 분야에서는 LatchBio의 생물안전 벤치마크에서 62.4%로 1위를 기록했다고 발표했습니다.

사이버보안에서는 방어 능력을 높이면서도 정당한 보안 작업은 되도록 거절하지 않도록 균형을 맞췄다고 설명합니다. 위험하고 악의적인 사이버 작업을 재는 자체 벤치마크 HackerBench v0.3에서 위험한 이중 용도 프롬프트를 3.3%만 통과시켰다고 밝혔습니다. 일부 사이버보안 파트너에게는 방어 연구 목적으로 Grok 4.7의 레드팀 기능을 초대제로 열었습니다. HackerBench는 SpaceXAI가 직접 만든 벤치마크여서 다른 회사 모델과 같은 조건으로 비교하기는 어렵습니다.

아직 공개되지 않은 부분

모델 규모는 공개되지 않았습니다. 공식 발표문과 개발자 문서에는 "더 큰 기반 모델"이라는 표현만 있고 구체적인 숫자는 없습니다. 발표문 첫머리의 "비슷한 모델보다 두 배 빠르고 가격은 절반"이라는 문구도 어떤 모델과 비교했는지 밝히지 않았습니다. grok.com이나 X 앱 같은 소비자용 Grok에 언제 어떻게 적용되는지도 발표문에는 나오지 않습니다.

누구에게 의미가 있나

이미 API로 Grok 4.6을 쓰고 있다면 모델 이름을 grok-4.7로 바꾸는 것만으로 새 모델을 시험해 볼 수 있습니다. 가격 구간과 컨텍스트 창이 같아서 단가 계산은 그대로 두면 됩니다. 다만 작업당 출력 토큰이 늘었다는 외부 평가가 있으니, 바꾸기 전후로 같은 작업의 토큰 사용량을 비교해 보는 편이 안전합니다.

비용을 아끼면서 코딩 에이전트를 돌리려는 팀에게는 선택지가 하나 늘었습니다. 출력 단가가 Fable 5.1의 약 8분의 1이면서 CursorBench 4.0과 DeepSWE v1.1에서는 격차가 몇 %포인트 수준이기 때문입니다. 반대로 여러 시간 이어지는 터미널 작업이 중심이라면 SpaceXAI의 자체 표에서도 Fable 5.1과 차이가 크게 남아 있으니, 실제 작업으로 먼저 비교해 보고 정하는 편이 좋습니다.

Grok 4.6으로 무엇을 만들 수 있는지 궁금하다면 Grok 4.6 프로젝트 가이드에서 게임, 영상, 3D, 웹사이트 4개 프로젝트를 재현하는 과정을 볼 수 있습니다. 같은 과제를 Grok 4.7로 다시 해 보면 두 모델의 차이를 직접 비교할 수 있습니다.