Grok 4.7 veröffentlicht: Deutliche Leistungssteigerungen in Terminal-Bench und CursorBench
xAI hat Grok 4.7 vorgestellt, das mit verdoppelten Werten im Terminal-Bench und einer Führung gegenüber GPT-5.6 Sol im CursorBench überzeugt – bei unverändertem Preis.
xAI hat Grok 4.7 enthüllt, die neueste Iteration seines Sprachmodells. Die wichtigste Verbesserung ist ein erheblicher Leistungssprung im Terminal-Bench, wo sich die Ergebnisse von 20,3 % auf 38 % gesteigert haben.
Im CursorBench-Test übertrifft das Modell zudem GPT-5.6 Sol mit einer Punktzahl von 46,3 % gegenüber 41,7 %.
Bemerkenswert ist, dass die Preisstruktur im Vergleich zu Grok 4.6 unverändert bleibt; die Token-Kosten sind gleich geblieben.
Obwohl Grok 4.7 in beiden Tests noch hinter Fable 5.1 liegt, stellen diese Zuwächse einen bedeutenden Fortschritt für die Fähigkeiten des Modells dar.
Offizielle Ankündigung: x.ai/news/grok-4-7
Warum das wichtig ist
AnalyseGrok 4.7 liefert doppelte Leistung bei agentischen Aufgaben ohne Preiserhöhung und positioniert sich damit als starker Wettbewerber im Bereich Coding und Automatisierung.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Agenten-Benchmarks: GAIA und SWE-bench
Eine neue Generation strenger praktischer Benchmarks zur Bewertung der Autonomie von Künstlicher Intelligenz. GAIA testet multimodale Aufgaben im offenen Web mit Dateien und Browser, während SWE-bench die Fähigkeit von Agenten überprüft, echte Bugs in großen GitHub-Repositories zu finden und zu beheben.
Agent Evals & SWE-bench Benchmarking
Methodik und Infrastruktur zur systematischen Messung der Zuverlässigkeit, Genauigkeit und Sicherheit von KI-Agenten mithilfe synthetischer Tests, SWE-bench und headless Repository-Simulationen.
Thinking Machines veröffentlicht Inkling 2 Small: ein 594B-MoE-Modell, das andere Modelle feinabstimmen kann
Thinking Machines hat Inkling 2 Small vorgestellt, ein MoE-Modell mit 594B Parametern, das unter offenen Modellen in mehreren Benchmarks führt und autonom Qwen3.5-4B feinabstimmen konnte.
Moonshot AI veröffentlicht Kimi-K3.1-Pro-Gewichte auf Hugging Face
Moonshot AI hat die Gewichte des Modells Kimi K3.1 Pro auf Hugging Face veröffentlicht, doch der lokale Betrieb erfordert extrem leistungsstarke und teure Hardware.