AI・機械学習

Grok 4.7 インテリジェンス、パフォーマンス、価格分析

Grok 4.7 Intelligence, Performance and Price Analysis (artificialanalysis.ai)

11 pointsby theanonymousone2026年9月22日1 コメント

要約

Grok 4.7 (xhigh) は、Artificial Analysis Intelligence Index で46点を獲得し、比較対象モデルの中では平均を大きく上回るインテリジェンスを示しています。しかし、その処理速度は遅く、出力トークン数も非常に多いという特徴があります。価格は入力トークンあたり$2.00、出力トークンあたり$6.00で、同価格帯のモデルと比較して妥当ですが、インテリジェンス評価タスク全体では$4967.35のコストがかかりました。このモデルは、テキストと画像の入力をサポートし、500kトークンのコンテキストウィンドウを備えています。

全文翻訳

Grok 4.7 (Xhigh) 知能、パフォーマンス、価格の分析

知能

Artificial Analysis Intelligence Index

公開されているAPIはありません。

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 には、AA-Briefcase v1.1、GDPval-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDP.pdf、CritPt、AA-Omniscience、AA-LCR v1.1 が含まれます。各評価項目と実行方法の詳細については、Intelligence Index methodology を参照してください。

Open Weights / Proprietary 別 Artificial Analysis Intelligence Index

公開されているAPIはありません。

Artificial Analysis Intelligence Index

Open Weights

モデルのウェイトが利用可能かどうかを示します。商用利用が条件付きで制限されているモデルは「Commercial Use Restricted」、ライセンスで商用利用が禁止されているモデルは「Non-commercial」と表示されます。

Intelligence Index vs. Cost per Task

Artificial Analysis Intelligence Index · Artificial Analysis Intelligence Index タスクあたりの加重平均コスト（USD）

最も魅力的な象限

Pareto line

Cost per Intelligence Index Task

Intelligence Index タスクあたりの加重平均コスト。各評価のコストは、入力、キャッシュヒット、キャッシュ書き込み、推論、回答トークンの価格から計算され、タスク数で割られ、Intelligence Index の重みで加重されます。

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 は、AA-Briefcase v1.1、GDPval-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDP.pdf、CritPt、AA-Omniscience、AA-LCR v1.1 の10の評価項目を組み込んでいます。各評価項目と実行方法の詳細については、Intelligence Index methodology を参照してください。

Capability Indexes

特定の能力や業界におけるモデルのパフォーマンスを測定します。

公開されているAPIはありません。

Evaluations

Artificial Analysis によって個別に測定された知能評価 · 高いほど良い

公開されているAPIはありません。

Agentic knowledge work, (Elo-500)/2000

Agentic real-world work tasks, (Elo-500)/2000

GDP.pdf

Professional document reasoning, All-pass

Coding

Physics reasoning

Agentic scientific research workflows in a terminal

Agentic software engineering in open-source repositories

Legal agentic work, Hallucination-Gated All-Pass Rate

Agentic interactive 3D experiences, (Elo-500)/2000

Medical long context reasoning

Intelligence Evaluation Relevance

モデルの知能は一般的にユースケース全体に翻訳されますが、特定の評価項目は特定のユースケースにより関連性が高い場合があります。

Artificial Analysis Intelligence Index

AA-Briefcase v1.1Updated

AA-Briefcase Elo

AA-Briefcase v1.1 は、Artificial Analysis によって開発されたエージェント型知識作業ベンチマークです。AA-Briefcase Elo は、ルーブリックの合格率、分析品質 Elo、プレゼンテーション Elo を集計した複合指標です · 高いほど良い

公開されているAPIはありません。

AA-Briefcase Elo

AA-Briefcase Elo は、分析品質 Elo、プレゼンテーション Elo、ルーブリック合格率を集計した複合指標であり、ルーブリックのパフォーマンスは合成的なヘッドツーヘッドマッチを通じて Elo に変換されます。Elo および 95% 信頼区間は 0 にクランプされます。

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index（高いほど良い）は、知識の信頼性とハルシネーションを測定します。正解を報酬とし、ハルシネーションを罰し、回答を拒否することにペナルティはありません。スコアは -100 から 100 の範囲で、0 は正解と不正解が同数であることを意味し、負のスコアは不正解が多いことを意味します。

公開されているAPIはありません。

AA-Omniscience Index

AA-PersonalityBenchNew

Personality Indexes

各軸は8つのパーソナリティ指標の1つです。これは、ベンチマークで評価されたすべてのモデルを1から100までパーセンタイルランク付けした、その特性の Elo z-スコアの平均です。

Intelligence Index Comparisons

Intelligence Index vs. Cost per Task

Artificial Analysis Intelligence Index · Artificial Analysis Intelligence Index タスクあたりの加重平均コスト（USD）

最も魅力的な象限

Pareto line

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Token Use

Output Tokens per Intelligence Index Task

Artificial Analysis Intelligence Index のタスク1つを実行するために使用される出力トークンの加重平均

公開されているAPIはありません。

Output Tokens per Intelligence Index Task

Intelligence Index タスクあたりのトークン数。これは、評価あたりの出力トークル数に Intelligence Index における各ベンチマークの相対的な重みを掛け、タスク数（繰り返しを除く）で割って計算されます。

Cost

Cost per Intelligence Index Task

Intelligence Index タスクあたりの加重平均コスト（USD） · トークンタイプ別 · 低いほど良い

Cost per Intelligence Index Task

Cost to Run Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index の全評価を実行するためのコスト（USD）

Cost to Run Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index の評価を実行するためのコスト。モデルの入力、キャッシュヒット、キャッシュ書き込み、推論、回答トークンの価格と、評価全体で使用されるトークン数（繰り返しを除く）を使用して計算されます。

Pricing: Cache Hit, Input, and Output

価格（USD per M Tokens）

Cache Hit

キャッシュされたプロンプト（以前に処理されたもの）のトークンあたりの価格。通常、通常の入力価格と比較して大幅な割引が提供されます。USD/100万トークンで表示されます。ここに表示される値はキャッシュヒット価格です。キャッシュ書き込みとキャッシュストレージは別途請求され、プロバイダーによって異なります。「プロバイダー別のキャッシュ価格」を参照してください。

Context Window

コンテキストウィンドウ：トークン制限 · 高いほど良い

公開されているAPIはありません。

Context Window for RAG

より大きなコンテキストウィンドウは、通常、大量のデータに対する推論と情報検索を伴う RAG (Retrieval Augmented Generation) LLM ワークフローに関連します。

Context Window

入力と出力トークンの合計の最大数。出力トークンは通常、モデルによって大幅に低い制限があります。

Speed

出力速度（tokens per second）で測定

Output Speed

出力トークン/秒 · 高いほど良い

Output Speed

モデルがトークンを生成している間に受信されるトークン/秒（つまり、ストリーミングをサポートするモデルから最初のチャンクがAPIから受信された後）。

Model Performance Representation

数値は、モデルのファーストパーティAPIのパフォーマンス、またはファーストパーティAPIが利用できない場合のプロバイダー間のメディアンを表します。

Time per Intelligence Index Task

Intelligence Index タスクあたりの加重平均デコード時間（分） · TTFTとオーバーヘッド時間は除く · 低いほど良い

Time per Intelligence Index Task

Artificial Analysis Intelligence Index タスクあたりの加重平均時間（秒）。これは、タスクあたりの出力トークンを出力速度で割り、Intelligence Index における各ベンチマークの相対的な重みで加重して計算されます。

Latency

最初のトークンまでの時間（秒）で測定

Latency: Time To First Answer Token

最初の回答トークン受信までの秒数 · 推論モデルの「思考」時間を含む

Time to First Answer Token

APIリクエスト送信後、最初の回答トークンを受信するまでの時間（秒）。推論モデルの場合、これは回答を提供する前にモデルが費やす「思考」時間を含みます。ストリーミングをサポートしないモデルの場合、これは完了を受信するまでの時間を表します。

End-to-End Response Time

500トークンを出力するまでの時間。最初のトークンまでの時間、推論モデルの「思考」時間、および出力速度に基づいて計算されます。

End-to-End Response Time

500トークンを出力するまでの時間（推論モデルの「思考」時間を含む） · 低いほど良い

End-to-End Response Time

500トークンの応答を受信するまでの時間。主要な構成要素：

入力時間：最初の応答トークンを受信するまでの時間
思考時間（推論モデルのみ）：推論モデルが回答を提供する前に推論のためにトークンを出力して費やす時間。トークン数は、60個の多様なプロンプトにわたる平均推論トーク数に基づきます（methodology details）。
回答時間：出力速度に基づいた500トークンを生成するまでの時間

Model Performance Representation