Grok 4.7: последняя модель xAI не справляется с агентным кодингом.

xAI опубликовала Grok 4.7 21 сентября 2026 года. В бенчмарке Terminal-Bench 4.0, который измеряет способность модели выполнять агентные задачи по написанию кода (то есть писать код и самостоятельно пользоваться инструментами), Grok 4.7 набрал 26%. Для сравнения, Claude Fable 5.1 набрал 55%, а GPT-6 Astra — 60%. Эта модель стоит $2 за миллион входных токенов и $6 за миллион выходных токенов (токены — это единицы текста, которые обрабатывает ИИ; в данном случае это цена за каждую такую единицу обработанного текста).

Разница между 26% и 55% огромна, когда речь идёт об агентных задачах (задачах, которые требуют самостоятельных действий, а не просто поиска информации). DeepSeek V4.1-Flash набрал 27% в том же бенчмарке, то есть на самом деле он лучше Grok 4.7. Я бы не рекомендовал использовать эту модель для чего-то сложнее простых задач и точно не для агентного процесса, где нужно самостоятельно выполнять шаги.