SpaceXAIの新モデル「Grok 4.7」登場！性能やコスト、生成デモを徹底検証

SpaceXAIから新モデル「Grok 4.7」が発表されました。価格や速度は前世代のGrok 4.6据え置き（入力2ドル/出力6ドル）のまま、コーディングや事務タスク性能が向上したとされています。一方で、ベンチマーク条件や思考時間（effort）の設定によるトークン消費量の増加など賛否両論が巻き起こっています。本動画では公式発表の数値や第三者評価、実際のデモをもとに実力を徹底検証します。

背景

低価格帯モデルの競争が激化する中、Grok 4.6から進化を遂げたGrok 4.7が登場しました。前世代と同じ価格帯および速度を維持しながら、長時間のコーディングや事務仕事に耐えうる自己検証能力の強化がアピールされています。公式発表ではFable 5.1やGPT-5.6 Solといった競合モデルとの比較が示され、「コスパ版Fable」のような立ち位置として注目を集めました。しかし、公開直後から海外のコミュニティでは「毎日使うのに良い」という肯定派と「期待外れ」とする否定派で評価が二分されています。特に、ベンチマークで高スコアを出すための思考設定（effort）が前世代と異なっている点や、タスクあたりのトークン消費量が増加する傾向があることなど、コストや実用面での見極めが必要とされています。

この動画の要点

1. 価格と基本性能：入力100万トークンあたり2ドル、出力6ドルとGrok 4.6と同価格を維持しつつ、電気工学や法務といった専門分野のベンチマークで高いスコアを記録しています。コンテキストウィンドウは500Kに対応し、CursorやGrok Buildなどのツール経由で即日利用可能となっています。

2. effort設定とコストの関係：思考時間を長くする「xhigh」などの設定ではスコアが伸びる反面、トークン消費量が大幅に増加し、1タスクあたりの実質費用が跳ね上がることが検証されています。簡単な課題であれば「low」で十分正解できるため、タスク難度に応じた適切なeffort調整が不可欠です。

3. 実際の生成デモによる検証：LP制作や3Dゲーム、SVGアニメーションなどの実装比較では、Grok 4.6と比べて演出や詳細度が増している一方で、コードの癖や一部の挙動不具合も見られました。劇的な大進化というよりは着実な改良にとどまり、強みである専門知識や日常のコーディング作業での活用が向いています。

なぜ重要か

Grok 4.7は、単価の安さだけでモデルのコストパフォーマンスを判断できない時代の到来を象徴しています。思考時間を引き上げることで難関ベンチマークのスコアを伸ばせる一方、出力トークン数が膨らみ実質コストが高騰するためです。また、ハーネス（実行環境）の違いによってベンチマーク結果が大きく変動することも実証されており、公式発表の数値と第三者機関の計測結果を慎重に見極めるリテラシーが開発者に求められます。日常的な反復コーディングや専門分野の壁打ちなど、適材適所の使い分けが重要です。

こんな人におすすめ

CursorやAPI経由でコーディング支援モデルを活用しているエンジニアや、低コストかつ実用的なAIモデルの導入を検討している方におすすめです。ベンチマークの裏にあるeffort設定の影響や、実際のWebアプリ・ゲーム生成での強みと注意点が得られます。