Artificial Analysis 评测 Grok 4.7：智能体知识工作跻身前沿，编码代理得分升至 56

Artificial Analysis 发布 Grok 4.7 评测，该模型在 Intelligence Index 得 46 分，较 Grok 4.6 高 2 分，AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。

AIHOT 分类：tip

来源：AIHOT 精选

分数：83

Artificial Analysis 发布 Grok 4.7 评测，Intelligence Index 得 46 分，较 Grok 4.6 高 2 分；AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。

• Artificial Analysis 发布 Grok 4.7 评测，Intelligence Index 得 46 分，较 Grok 4.6 高 2 分；AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。
• 原贴提到：Artificial Analysis 发布 Grok 4.7 评测，该模型在 Intelligence Index 得 46 分，较 Grok
• 来源：artificialanalysis.ai

这是什么信号：Artificial Analysis 对 Grok 4.7 的评测给出了两项关键变化：Intelligence Index 46 分，比 Grok 4.6 高 2 分；AA-Briefcase 拿到 1657 Elo，提升 111 分，排名仅次于 Claude Opus 5 和 Claude Fable 5.1。标题还显示编码代理得分升至 56。这说明 Grok 4.7 不只是总分小幅上移，在知识工作/代理任务相关基准上出现了更明显的跃升。

为什么重要：模型评测正在从“聊天能力”转向“智能体知识工作”和“编码代理”等可执行任务。AA-Briefcase 的 +111 幅度，比 Intelligence Index 的 +2 更显眼，意味着如果该基准确实衡量多步任务、工具使用或办公型代理能力，那么 Grok 4.7 的竞争力可能集中在代理场景。对正在搭建自动化工作流的人来说，这比单纯对话质量更有参考价值。

对谁有价值：一是做模型选型和路由的 AI 产品团队，需要知道 Grok 4.7 是否值得进入候选池；二是开发编码代理、知识工作代理的工程师，可关注其在多步任务上的性价比；三是企业 AI 负责人，可把它作为 Claude Opus 5、Claude Fable 5.1 之外的第三选择进行验证。注意原文没有给出价格、上下文窗口和可用渠道，采购前必须补齐。

可以怎么行动：先不要因为一个分数切换主力模型，而是把 Grok 4.7 加入 A/B 测试，重点跑三类任务：长链路代理任务、需要工具调用的知识工作、编码或代码代理任务。测试时同时记录成功率、人工接管率、延迟和成本。若 AA-Briefcase 的优势能在自己的任务集复现，再考虑把它用于特定环节，而不是全量替换。

风险或限制：评测分数受测试集、提示词、模型版本和评测机构方法影响，不能直接等于生产表现；AA-Briefcase 的具体任务构成和“编码代理得分 56”的口径未在原文展开，读者不应把 Elo 绝对值当成体验承诺；此外，模型可用性、价格、上下文窗口、部署方式等关键信息缺失，选型前需要另行确认。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 artificialanalysis.ai 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Artificial Analysis 评测 Grok 4.7：智能体知识工作跻身前沿，编码代理得分升至 56》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Artificial Analysis 完整文章（网页） 原帖