Grok 4.7は何が変わった？できること・性能の進化・料金をわかりやすく解説

2026年9月21日、xAIは新しいAIモデル「Grok 4.7」を発表しました。

Grok 4.7は、プログラミングや資料作成、調査などの複雑で時間のかかる仕事を重視して開発されたモデルです。単純に質問へ回答するだけではなく、長い作業を進めながら自分の結果を確認し、必要に応じて修正していく能力が強化されています。

ソフトウェア開発のベンチマークではGrok 4.6から性能が向上しているほか、文書・プレゼンテーション作成、専門的な知識を必要とする仕事でも改善が報告されています。

一方で、すべての性能テストで他社AIを上回っているわけではなく、長時間のAIエージェントとして利用する場合はトークン消費やAPI料金にも注意が必要です。

この記事では、Grok 4.7で何が変わったのか、何ができるのか、Grok 4.6との違い、他社AIとの比較、料金や注意点まで、日本のユーザー向けにわかりやすく解説します。

Grok 4.7とは

Grok 4.7は、xAIが2026年9月21日に発表した、プログラミングやAIエージェント、知識を使った仕事を重視するAIモデルです。

xAIによると、Grok 4.7ではGrok 4.6よりも新しく、より大きな基盤モデルを採用しています。

さらに、数時間かかるような難しい問題を重視した、より長期間の強化学習が行われました。

主な改善点は以下の通りです。

• 長時間かかる複雑な作業への対応力を強化
• プログラミング能力を改善
• 自分が作った結果を検証する能力を強化
• 長い文脈を管理する能力を改善
• 文書・資料・プレゼンテーション作成能力を強化
• 専門的な知識を使う仕事への対応力を改善
• 安全対策やJailbreakへの耐性を強化

今回のアップデートで特に重要なのは、単発の質問に対する回答性能だけではなく、AIにまとまった仕事を任せるための能力が強化されていることです。

Grok 4.7は何が変わった？

長時間の複雑な作業に強くなった

Grok 4.7の大きな特徴が、長時間かかる複雑な作業への対応力です。

xAIはGrok 4.7について、数時間かかる問題を重視して強化学習を行ったと説明しています。

例えばWebサイト開発であれば、AIにコードを書かせるだけではなく、

• 既存のファイルを調査する
• 不具合の原因を探す
• 関連するコードを確認する
• 修正方法を考える
• コードを変更する
• テストする
• 別の機能に影響が出ていないか確認する

といった、複数の工程をまとめて進める使い方が考えられます。

これまでの生成AIが「質問に答えるAI」だったとすれば、Grok 4.7では一連の作業を進めるAIエージェントとしての能力が、より重視されていると言えます。

自分の作業を確認する能力が向上

Grok 4.7では、自分が作成した結果を検証する能力も改善されています。

例えばプログラムを作成した場合、コードを出力して終了するだけではなく、「指定された条件を満たしているか」「問題が残っていないか」といった確認を行う能力が強化されています。

文章作成でも、

• 指示された条件を満たしているか
• 文章の中に矛盾がないか
• 必要な内容が抜けていないか
• 結論と根拠が一致しているか

などを確認させる使い方が考えられます。

ただし、「自己検証能力が向上した」ことは「AIが間違えなくなった」という意味ではありません。

本番環境へ反映するプログラムや、外部へ公開する記事・資料などについては、引き続き人間による最終確認が必要です。

長い文章や大量の情報を扱いやすくなった

Grok 4.7では、長い文脈を管理する能力も改善されています。

API版のGrok 4.7は、最大50万トークンのコンテキストウィンドウに対応しています。

コンテキストウィンドウとは、簡単に言えばAIが一度の処理で参照できる情報量です。

そのため、

• 長い仕様書を読みながら開発する
• 大量のソースコードを調査する
• 複数の調査資料を比較する
• 長い会話の内容を維持しながら作業する
• 大規模な記事やレポートを編集する

といった用途にも活用できます。

ただし、50万トークンまで利用できることと、「大量の情報を渡せば必ずすべて正しく理解できる」ことは別です。重要な情報については、優先順位や確認条件をプロンプトで明確にした方がよいでしょう。

Grok 4.7でできること

プログラミング・Web開発

Grok 4.7が特に重視している分野のひとつが、ソフトウェア開発です。

例えば、以下のような作業に活用できます。

• プログラムの作成
• 既存コードの修正
• 不具合やエラーの原因調査
• コードレビュー
• リファクタリング
• テストコードの作成
• 複数ファイルにまたがる修正
• 既存システムの仕様調査
• Webサイトの改善

特にCursorやGrok Buildなど、AIが開発環境やファイルを操作できるツールと組み合わせることで、Grok 4.7の特徴を活用しやすくなります。

資料・レポート・プレゼンテーション作成

Grok 4.7では、プログラミングだけでなく文書やプレゼンテーションを作成する能力も改善されています。

例えば、

• 企画書
• 市場調査レポート
• 社内資料
• 会議資料
• マニュアル
• プレゼンテーション
• ニュース記事
• データをもとにした解説資料

などの作成に利用できます。

xAIが公開しているGDPvalやAA Briefcaseでは、弁護士、看護師、金融アナリストなどが行う専門的な仕事をAIに実行させて評価しています。

Grok 4.7はこれらの評価でGrok 4.6から改善しており、一般的な文章生成だけではなく、専門的な情報を使った成果物の作成も強化されています。

複数資料の調査・比較

長い文脈を扱えることから、複数の資料を使った調査にも活用できます。

例えば複数の公式発表、レポート、ニュース、資料などを読み込ませ、

• 共通している情報
• 情報が異なる部分
• 以前から変更された部分
• 重要なポイント
• まだ確認できていない内容

などを整理させることができます。

ニュースメディアや調査業務では、特に利用しやすい用途です。

Web検索・X検索・コード実行にも対応

Grok 4.7のAPIでは、外部ツールと組み合わせることもできます。

xAIの公式ドキュメントでは、以下のツールが案内されています。

• Web検索
• X検索
• コード実行
• Function Calling

そのため、AIが持っている知識だけで回答させるのではなく、最新情報を検索したうえで調査・分析を行わせたり、外部システムを操作させたりすることも可能です。

なお、Grok 4.7自体の知識には期限があるため、最新ニュースを扱う場合はWeb検索やX検索などを組み合わせることが重要です。

Grok 4.6から性能はどのくらい向上した？

xAIが公開したベンチマークでは、Grok 4.7は複数の分野でGrok 4.6を上回っています。

特に大きく伸びているのが、長時間のターミナル作業を評価するTerminal-Bench 4.0です。

Grok 4.6の20.3%から、Grok 4.7では38.0%へ向上しています。

また、ソフトウェア開発だけでなく、電気工学、法律、医療などの専門分野でもスコアが改善しています。

ただし、これらのベンチマークは特定の条件でAIを評価した結果です。

例えば「46.3%だから実際のプログラミング作業の46.3%を自動化できる」という意味ではありません。ベンチマークは、モデルの特徴を比較するための参考値として見るのが適切です。

他社AIと比較するとGrok 4.7はどのくらい強い？

Grok 4.7はGrok 4.6から大きく性能を伸ばしていますが、すべてのベンチマークで他社のフロンティアモデルを上回っているわけではありません。

xAIが公開した比較には、GPT-5.6 SolやFable 5.1なども掲載されています。

※Grok 4.7のDeepSWE v1.1はhigh effortで測定。モデルによって推論設定などの条件が異なるため、単純な総合ランキングとして比較できるものではありません。

例えばFable 5.1はCursorBench 4.0やTerminal-Bench 4.0でGrok 4.7を上回っています。

一方、電気工学を評価するEEBenchではGrok 4.7が64.0%となり、比較対象の中で高い結果を記録しています。

つまり、Grok 4.7を「すべての用途で最も高性能なAI」と考えるのは適切ではありません。

むしろ今回xAIが強く打ち出しているのは、高い性能と比較的低いAPI料金を組み合わせた価格性能比です。

Grok 4.7の料金

Grok 4.7の基本的なAPI料金は、Grok 4.6と同じ水準です。

キャッシュとは、以前処理した同じ内容を再利用する仕組みです。

同じシステムプロンプトや長い会話履歴などを何度も利用する場合、キャッシュが有効になれば入力コストを抑えることができます。

20万トークンを超えると料金が変わる

APIを本格的に利用する場合に注意したいのが、20万トークンの境界です。

xAIの公式ドキュメントでは、入力コンテキストが20万トークンを超える場合、通常とは異なる料金が設定されています。

Grok 4.7は最大50万トークンのコンテキストを扱えるため、大量の資料やコードを一度に入力できます。

一方で、大量の情報を読み込ませるほど必ず安く利用できるわけではありません。

特にAIエージェントを長時間動かす場合は、モデルの単価だけではなく、1回の作業で使用する総トークン数を見る必要があります。

長時間のAIエージェントではキャッシュとコンテキスト管理が重要

xAIは、長時間動くAIエージェントについてContext Compaction（コンテキスト圧縮）の利用も推奨しています。

AIエージェントを長時間動かすと、会話履歴、ファイルの内容、検索結果、ツールの実行結果などが増え続けます。

そのまま全履歴を毎回送信すると、使用するトークン数や料金も増えていきます。

そのため、APIを利用してサービスや自動化システムを作る場合は、

• 不要になった情報を圧縮する
• プロンプトキャッシュを活用する
• 同じ会話を同じサーバーへルーティングする
• 実際の1タスクあたりの料金を確認する

といった設計も重要になります。

Grok 4.7がGrok 4.6より必ず多くのトークンを消費するとは限りませんが、長時間作業という特徴を活用するほど、トークン管理の重要性は高くなると考えた方がよいでしょう。

Grok 4.7 Fastとは

Grok 4.7には、通常版とは別に「Grok 4.7 Fast」も用意されています。

Fast版は同じモデルを高速な環境で提供するもので、通常版と比べて出力速度が約2倍、トークン料金も2倍となります。

ただし、Grok 4.7 Fastは2026年9月時点で、CursorとGrok Build向けに提供されており、一般公開されているxAI APIでは利用できません。

速度を重視する開発作業ではFast版、コストを重視する場合は通常版という使い分けが考えられます。

「2倍速・半額」の意味には注意

xAIはGrok 4.7について、同等クラスのモデルと比較して「2倍高速、半額」とアピールしています。

ただし、これはGrok 4.6と比較して速度が2倍、料金が半額になったという意味ではありません。

xAI自身の発表では、Grok 4.7の通常版はGrok 4.6と同じ価格・同じ速度で提供されると説明されています。

「2倍高速・半額」は他の同等クラスのモデルとの価格性能比較として使われている表現なので、読み間違えないよう注意が必要です。

Grok 4.7はどこで使える？

Grok 4.7は、以下の環境などで利用できます。

• xAI API
• Grok Build
• Cursor
• 外部のコーディングツール
• モデルゲートウェイ
• クラウドプラットフォーム

APIではlow・medium・high・xhighの推論レベルに対応しており、標準設定はhighです。

簡単な処理では低い推論レベルを利用し、難しいプログラミングや分析ではhigh・xhighを利用するといった使い分けもできます。

画像も入力できる

Grok 4.7は、テキストだけではなく画像の入力にも対応しています。

そのため、画像を読み取らせて内容を説明したり、スクリーンショットなどを含めた情報を分析させたりすることができます。

一方、Grok 4.7自体はテキスト出力のモデルです。

画像生成や動画生成については、xAIが別途提供しているImagine系のモデル・APIを利用します。

安全対策も新しくなった

Grok 4.7では、モデル性能だけでなく安全対策の仕組みも新しく構築されています。

xAIによると、危険な依頼を拒否する能力や、AIの安全対策を回避しようとするJailbreakへの耐性が改善されています。

一方で、正当なセキュリティ業務まで過剰に拒否しないことも重視されています。

サイバーセキュリティ分野を評価するHackerBench v0.3では、危険性のある両用目的のプロンプトを通過させた割合が3.3%だったとしています。

ただし、この3.3%という数字は「一般的な質問の96.7%を拒否する」という意味ではありません。

危険なサイバーセキュリティ関連プロンプトを対象にした評価結果です。

Grok 4.7は2.1兆パラメータ？

Grok 4.7については、一部で「2.1兆パラメータ」という情報も伝えられています。

しかし、2026年9月23日時点で確認できるxAIの公式発表や公式モデルドキュメントでは、Grok 4.7の具体的なパラメータ数は公表されていません。

xAIが公式に説明しているのは、Grok 4.6よりも新しく、より大きな基盤モデルを採用したという点までです。

そのため、2.1兆という数字については現時点では確定情報として扱わず、xAIから正式な仕様が公開されるのを待つのが適切でしょう。

Grok 4.7の弱点・まだ分からないこと

Grok 4.7は高いベンチマーク性能を示していますが、発表直後の段階では注意したい点もあります。

公式ベンチマークが中心

現時点で公開されている代表的な性能データの多くは、xAI自身が公開した評価結果です。

Grok 4.6から性能が向上していることは確認できますが、実際の仕事でどの程度ミスが減るのか、長時間稼働させた場合にどの程度安定するのかについては、今後の第三者による検証も確認する必要があります。

すべてのベンチマークで最高ではない

他社モデルとの比較を見ると、Grok 4.7より高い結果を記録しているモデルもあります。

AIモデルの性能は、プログラミング、文章作成、推論、専門知識、速度、料金など、用途によって大きく変わります。

そのため、一つのベンチマークだけを見て「最も高性能なAI」と判断するのは難しいでしょう。

日本語能力の改善幅はまだ分からない

xAIの今回の発表では、日本語の文章品質について個別の評価結果は示されていません。

日本語の記事作成、敬語、専門用語の扱い、日本人向けの自然な表現などがGrok 4.6からどの程度改善したのかについては、実際に利用して確認する必要があります。

長時間作業では総コストにも注意

Grok 4.7のAPI料金自体は比較的抑えられていますが、長時間AIを動かせば、その分だけ処理する情報量が増える可能性があります。

特に大量のファイルや検索結果を扱うAIエージェントでは、単純な「100万トークンあたりの料金」だけでなく、1つの作業を完了するまでに実際にいくらかかったかを見ることが重要です。

Grok 4.7はどんな人に向いている？

今回のアップデート内容を見ると、Grok 4.7は特に以下のような用途と相性が良いと考えられます。

• プログラマー・Webエンジニア
• AIを使ってWebサイトやアプリを開発している人
• 大量の資料を扱う仕事をしている人
• 市場調査・情報分析を行う人
• 企画書やレポートを作成する人
• AIを記事制作に利用しているメディア
• Web検索やX検索を組み合わせて情報収集したい人
• 複数工程の仕事をAIエージェントに任せたい人

逆に、短い質問への回答や簡単な文章作成だけでAIを利用している場合は、Grok 4.7の特徴である長時間作業や自己検証能力のメリットを感じにくい可能性があります。

Grok 4.7で重要なのは「回答AI」から「作業AI」への進化

Grok 4.7を理解するうえで注目したいのは、単純なベンチマークの点数だけではありません。

今回xAIが強化しているのは、AIが複数の工程を含む仕事を長時間進め、途中で自分の作業を確認しながら成果物を完成させる能力です。

これまでAIへの依頼が、

「このコードを書いてください」

だったとすれば、今後は、

「このシステム全体を調査し、不具合の原因を特定して修正し、既存機能に問題がないことまで確認してください」

というように、より大きな仕事単位でAIへ依頼する使い方が増えていくと考えられます。

記事制作でも同じです。

単純に「記事を書いて」と依頼するだけではなく、

• 情報を調査する
• 一次情報を確認する
• 情報を整理する
• 記事を作成する
• 事実関係を再確認する
• 文章を編集する

といった工程をAIに担当させる使い方が、より現実的になってきています。

まとめ：Grok 4.7は「仕事をどこまで任せられるか」に注目

Grok 4.7は、Grok 4.6からプログラミング、長時間タスク、専門的な知識業務、自己検証能力などを強化した新しいAIモデルです。

主な特徴をまとめると、以下のようになります。

• Grok 4.6より新しく大きな基盤モデルを採用
• 数時間規模の複雑な問題を重視して強化学習
• プログラミング能力が向上
• 自分の作業を確認する能力が向上
• 長い文脈を管理する能力を改善
• 最大50万トークンのコンテキストに対応
• 文書・資料・プレゼンテーション作成能力を改善
• Web検索・X検索・コード実行などに対応
• 通常時のAPI料金は入力2ドル、出力6ドル／100万トークン
• 20万トークン以上では長文脈向けの料金が適用
• 高速なGrok 4.7 Fastも用意
• 安全対策も新しく構築

一方で、すべてのベンチマークで他社AIを上回っているわけではなく、日本語性能や実際の長時間作業での安定性については、今後の検証も必要です。

Grok 4.7の大きな変化は、単純に「回答が少し賢くなった」ということではありません。

調査、分析、開発、資料作成、確認といった複数の工程を、AIにひとまとまりの仕事として任せる方向へ進化したモデルと見ると、その特徴がわかりやすいでしょう。

今後はベンチマークだけでなく、実際の開発や記事制作、調査業務などで、どの程度作業時間やコストを削減できるかがGrok 4.7を評価するポイントになりそうです。

参考：xAI「Introducing Grok 4.7」