xAI ha messo online Grok 4.7 il 21 settembre 2026: il modello che il laboratorio di Elon Musk propone come la sua risposta più aggressiva sul fronte del prezzo. Non punta a scalare le classifiche di ragionamento generale, punta a scrivere codice e a gestire lavoro di conoscenza a un costo vicino a quello dei modelli cinesi. Questa guida spiega come si accede al modello, quanto costa davvero, cosa dicono i benchmark ufficiali e quelli indipendenti, e quando ha senso sceglierlo al posto di Claude Fable 5.1 o GPT-6.
Cosa cambia rispetto a Grok 4.6
Secondo xAI, Grok 4.7 nasce da un modello di base più esteso rispetto a Grok 4.6, allenato con reinforcement learning su compiti più difficili e con una capacità dichiarata di verificare da solo il proprio lavoro prima di restituire una risposta. Il laboratorio parla anche di uno stack di sicurezza ricostruito da zero, descritto come “le protezioni meglio calibrate finora”, e di un supporto nativo per Grok Bot, l’infrastruttura con cui xAI fa girare agenti automatizzati dentro l’app e sul web.
È il quarto aggiornamento della famiglia Grok in poche settimane: arriva tre giorni dopo Grok Voice Transcribe 2.0, uscito con la stessa impostazione, prezzo fermo e prestazioni in salita. Il segnale che manda xAI è coerente su entrambi i lanci: il laboratorio non promette più il modello più intelligente in assoluto, promette il miglior rapporto fra quello che il modello sa fare e quanto costa farglielo fare. È un cambio di posizionamento rispetto a un anno fa, quando la comunicazione di xAI insisteva soprattutto sulla scala del modello e sulla libertà di linguaggio del chatbot.
Il nome stesso segue una numerazione minore (4.6 a 4.7) invece di un salto di generazione, e questo è già un indizio: non è la release con cui xAI prova a riprendersi la vetta delle classifiche, è un aggiornamento mirato a un caso d’uso preciso, la scrittura di codice e il lavoro d’ufficio ripetitivo, dove il prezzo per token pesa più del punteggio assoluto su un benchmark generalista.
Come si accede al modello
Grok 4.7 si usa da tre porte diverse. La prima è l’API di xAI tramite la console, pensata per chi vuole integrarlo nei propri sistemi o incorporarlo in un prodotto: è la via più flessibile, ma richiede scrivere codice per collegarla. La seconda è Cursor, l’editor di codice dove il modello compare come opzione fra quelle disponibili, senza bisogno di configurazioni aggiuntive: si seleziona dal menu dei modelli e si inizia a usarlo sul proprio progetto. La terza è Grok Build, l’ambiente di sviluppo del laboratorio, che include un livello gratuito per provarlo prima di aprire il portafoglio.
xAI segnala anche integrazioni più tecniche pensate per chi lavora su prodotti propri: harness di coding (gli ambienti che fanno girare un agente in autonomia su una base di codice), router di modelli che smistano le richieste fra più fornitori a seconda del compito, e le principali piattaforme cloud. Per un’azienda italiana che vuole solo provare il modello senza impegnarsi, la strada più rapida resta comunque Grok Build: bastano un account e una richiesta scritta per vedere come si comporta su un problema reale, senza dover configurare nulla lato infrastruttura.
Esiste anche una variante “fast”, pensata per chi ha bisogno di risposte immediate: raddoppia la velocità di generazione in uscita raddoppiando il prezzo. Ha senso per un centralino automatico o per un assistente che deve rispondere mentre qualcuno aspetta al telefono o in chat, meno per un’elaborazione notturna in background dove qualche secondo in più non cambia nulla e non vale la pena pagarlo il doppio.
Quanto costa, e in che valuta
Il listino è semplice da leggere: due dollari per milione di token in ingresso, sei per milione in uscita. Con la variante fast si sale a dodici dollari per milione in uscita. Il prezzo è in dollari e xAI non ha ancora pubblicato un listino in euro: chi fattura in Italia deve fare la conversione da solo, tenere d’occhio il cambio e ricordarsi che un preventivo fatto oggi può cambiare fra qualche settimana se il dollaro si muove.
Per farsi un’idea concreta: un milione di token in ingresso equivale grosso modo a settecentocinquanta pagine di testo, quindi un progetto che analizza qualche centinaio di file di codice al giorno resta abbondantemente sotto i due dollari di sola lettura. È sull’output, pagato il triplo, che il conto sale quando il modello genera codice lungo o risposte articolate ripetute migliaia di volte al mese: è lì che conviene tenere sotto controllo il consumo prima di lanciare un servizio in produzione.
Per inquadrare il numero nel mercato: colloca Grok 4.7 più vicino ai modelli cinesi che ai rivali americani. Step 5 Preview di StepFun, per fare un confronto, parte da un dollaro per milione di token in ingresso, quindi resta comunque più economico. xAI rivendica prestazioni “due volte più veloci, a metà del prezzo di modelli comparabili”: il punto, come si vede più sotto, è capire se quei modelli sono davvero comparabili sul lavoro che serve fare, e i test indipendenti dicono che non sempre lo sono.
Cosa dice xAI dei propri numeri
Nella pagina di lancio il laboratorio elenca una serie di punteggi scelti e misurati da xAI stessa. Su CursorBench 4.0, un test sulla scrittura di codice dentro l’editor, Grok 4.7 arriva al 46,3%, contro il 40,4% della versione precedente: un miglioramento reale, anche se il punteggio assoluto resta modesto. Su DeepSWE v1.1, dedicato all’ingegneria del software su problemi più ampi di una singola funzione, segna 71,0%. Poi 64,0% su EEBench, un test di ingegneria elettrica pensato per valutare ragionamento tecnico specialistico, 56,7% su HealthBench Professional per il ragionamento clinico, e appena 19,6% sul benchmark legale di Harvey, dove evidentemente il modello fatica.
Sulla sicurezza xAI cita un 62,4% sul test di biosicurezza di LatchBio, presentato come prova che il nuovo stack di protezioni regge su materiale sensibile. Sono numeri verificabili, pubblicati con il metodo di misura dichiarato, ma restano scelti da chi il modello lo vende: nessuna delle prove citate confronta direttamente Grok 4.7 con i concorrenti diretti su ogni singolo test, e non è un caso che manchino proprio le prove dove il modello va peggio rispetto alla concorrenza.
Cosa dicono i test indipendenti
Il quadro cambia quando la misura arriva da fuori. Artificial Analysis, che valuta i modelli con una batteria di prove proprie e pubblica i risultati per tutti i laboratori allo stesso modo, colloca Grok 4.7 a 46 punti sul suo indice di intelligenza nella versione 4.3.2. Nella stessa classifica, Claude Fable 5.1 e GPT-6 stanno entrambi a 53 punti: non è un distacco marginale, è la differenza fra un modello di fascia media e uno di fascia alta sullo stesso metro di giudizio.
Il divario si allarga proprio dove xAI ha messo il proprio slogan. Su Terminal-Bench 4.0, che misura quanto un modello porta a termine da solo un compito dentro un terminale senza supervisione passo per passo, Grok 4.7 si ferma al 26%, mentre GPT-6 Astra supera il 60%. Chi sceglie Grok 4.7 aspettandosi la stessa autonomia nei compiti lunghi che promettono i concorrenti più cari, in altre parole, sta comprando qualcosa che oggi non è ancora al loro livello su quel fronte specifico, anche se il prezzo per token resta molto più basso.
Quando conviene usarlo, e quando no
Il calcolo economico regge per chi scrive grandi volumi di codice o gestisce lavoro di conoscenza ripetitivo e vuole tenere sotto controllo la spesa per token: con un prezzo così basso, anche un divario di punteggio del 10-15% resta spesso conveniente se il compito non richiede il massimo del ragionamento, per esempio generare bozze di funzioni standard, scrivere test, o riassumere documentazione tecnica interna. Ha senso anche per chi già usa Cursor e vuole testare un’alternativa economica senza cambiare strumento, o per chi fa girare in produzione migliaia di richieste al giorno, dove ogni centesimo per milione di token si moltiplica in fretta e il risparmio si vede a fine mese.
Conviene meno per compiti legali, sanitari ad alto rischio o per flussi agentici lunghi e complessi dove serve autonomia reale su più passaggi, perché il distacco misurato da Artificial Analysis su Terminal-Bench si fa sentire proprio lì. In quei casi il prezzo più alto di Claude Fable 5.1 o GPT-6 si giustifica con un margine di errore più stretto, ed è comunque il tipo di lavoro per cui vale la pena pagare qualcosa in più pur di non dover rifare il compito da capo.
Chi ha letto la nostra recensione di Grok 4.5, uscita a luglio, dovrebbe considerarla superata su quasi tutti i numeri: Grok 4.7 la sostituisce integralmente nel listino di xAI, e i punteggi citati lì non reggono più il confronto con l’attuale generazione di modelli. Vale lo stesso discorso per chi aveva scartato Grok mesi fa per il prezzo: quella variabile, oggi, è cambiata radicalmente.
Per un laboratorio che due anni fa vendeva Grok soprattutto sulla libertà di linguaggio del chatbot, la scommessa attuale è cambiata: si gioca sul prezzo per milione di token, in un mercato dove chi manda i modelli in produzione guarda prima il conto a fine mese e poi la classifica.
Fonte primaria: l’annuncio di Grok 4.7 sul blog di xAI. I confronti indipendenti sono di Artificial Analysis.
Immagine: xAI.
