Grok 4.7とGrok 4.6の違いは？ベンチ7項目と乗り換え判断

Grok 4.7 が2026年9月21日に公開されました。すでに Grok 4.6 を使っている方が最初に知りたいのは「何がどう違うのか」「いま差し替えるべきか」の2点だと思います。結論を先に書きます。違いは実質3つだけです。①ベンチマークの数字、②知識のカットオフ（2026年2月1日 → 2026年5月）、③高速版の提供先。料金・コンテキスト長・入出力の形式・推論の段階数は、公式値で見るかぎり完全に同じです。

単価が1セントも動いていないので、コスト面では「差し替えない理由がない」更新です。ただし公式が出しているベンチマークは推論設定をそろえた比較ではないため、そこだけは自社の設定で確かめてから切り替えるのが安全です。以下、公式ドキュメントで確認できた内容だけで整理します。

同じところ（変わっていない仕様）

ここまで一致していると、移行作業そのものはモデルIDの文字列を1か所変えるだけで終わります。コスト見積もりの作り直しも不要です。実際にいくらかかるのかを数字で出したい方は、月間トークン数から Grok 4.7 の料金を試算する手順に計算式とケース別の例をまとめました。

違うところ（3点）

実務で効くのは2行目と3行目です。知識カットオフが3か月前進したことで、2026年2月〜5月に起きたことを前提にした質問に素で答えられるようになります。一方で、Fast 版の提供先が絞られたのは後退です。Grok 4.6 の高速版を API 経由で使っていたチームは、同じやり方を 4.7 で続けられません。速度が必要なら Cursor か Grok Build に寄せるか、標準版で我慢するかの判断になります。

4行目も地味に刺さります。Responses API を使っていて、返ってきた JSON を厳密にパースしている実装だと、想定していないフィールドが常に付いてくることになります。移行時にここで落ちる可能性があるので、切り替え前に1回だけ実物のレスポンスを目視してください。

ベンチマーク7項目の差（公式値）

xAI 公式ブログが出している比較表を、そのまま並べます。重要な注意点をひとつ。表の見出しは「Grok 4.7 xHigh」と「Grok 4.6 High」です。新モデルだけ最上位の推論設定、旧モデルは既定の推論設定という、条件をそろえていない比較になっています。差のうちどこまでがモデルの進歩で、どこからが推論設定の差なのかは、この表からは分かりません。

伸び幅の順に並べると、今回の更新の性格がはっきり出ます。頭ひとつ抜けているのは Terminal-Bench 4.0 の +17.7pt で、これは「何時間も端末の中で作業を続ける」タイプの仕事の指標です。公式ブログも「何時間もかかる問題に重みを置いた、より長い強化学習を行った」「自分の作業を検証し、長いコンテキストを管理するのが上手になった」と説明しており、ベンチの形と説明が一致しています。

逆に、1回の質問に1回答えるだけの用途では、体感できる差は小さい可能性が高いと読むべきです。7%しか動いていない AA Briefcase や、4pt 弱の Harvey のような項目もあります。「新しいから全部よくなる」ではなく、「長く走らせる仕事ほど差が出る」というのが、この表から読める正しい期待値です。

自社の仕事に読み替える

差し替える前にやる3ステップ

実務では、モデルIDを変えて終わりにしないほうが安全です。当社が社内ツールでモデルを入れ替えるときは、次の順でやっています。特別なことはしていませんが、この3つを飛ばすと後から原因不明の劣化に悩みます。

1. 評価セットを20〜30件そろえる。自社の実データで、答えの良し悪しを人が判断できるものだけを選びます。ベンチマークのスコアより、この30件のほうが自社にとっては正確です
2. 推論設定をそろえて両方回す。公式表は xHigh 対 High なので、自社が high で運用しているなら 4.7 も high で測ります。ここをそろえないと「新モデルのほうが遅くて高い」という誤った結論が出ます
3. 出力の形が変わっていないか見る。特に Responses API を使っている場合、reasoning.encrypted_content が必ず付いてくる点だけは実物で確認してください

Mihata でも社内の自動化ツールで複数のモデルを使い分けていて、正直に言うと「新しいモデルに変えたら一部の処理だけ悪くなった」という経験は何度もあります。記事の途中で恐縮ですが、こうした検証や社内展開の進め方についてのご相談も承っています。よろしければあわせてご覧いただけたら嬉しいです。

Grok 4.6 を使い続けたほうがよい場合

全部を 4.7 に寄せるのが正解とは限りません。次のどれかに当てはまるなら、当面 4.6 のままでも合理的です。

• 高速版を API 経由で使っていた。Grok 4.7 Fast は Cursor と Grok Build 限定で、公開APIでは提供されません
• 出力の再現性を厳密に固定している。モデルを変えれば出力は変わります。検証コストのほうが得られる差より大きいなら、次の更改まで待つ判断もあります
• いま動いているのが単発の質問応答だけ。上の表のとおり、差が出やすいのは長時間走らせる用途です

なお、Grok 4.6 の仕様そのものを確認したい方はGrok 4.6 の料金と50万トークンの解説にまとめてあります。切り替えたのに画面やAPIに 4.7 が出てこないという方はGrok 4.7 が使えないときに確認する7点を先にご覧ください。そもそも Grok 5 はどうなったのか、という全体像はGrok 5 の現在地と 4.x のリリース間隔を追った記事で追いかけています。

どのモデルを選ぶかより、どの業務から始めるかで結果が変わる場面をよく見ています。具体的なご相談は下記からお気軽にどうぞ。