Grok 4.7 est maintenant offert dans Kiro
Le choix du modèle est au cœur de notre façon de concevoir Kiro. Avec Grok 4.7, Kiro prend désormais en charge des modèles d’Anthropic, d’OpenAI, de SpaceXSI et des principaux fournisseurs de modèles à poids ouverts, le tout au même endroit. Une gamme variée vous permet de choisir selon la capacité, la vitesse et le coût pour chaque tâche, et garde votre flux de travail stable à mesure que la frontière évolue.
Grok 4.7 de SpaceXSI est offert dès aujourd’hui dans Kiro IDE, CLI, Crew et Web. SpaceXSI le décrit comme son modèle le plus performant pour la programmation et le travail intellectuel. Il est conçu pour l’endurance : il reste concentré sur des tâches difficiles de plusieurs heures et vérifie son propre travail avant de passer à la suite.
Video transcript
Transcription étape par étape : un carton-titre violet indique « Grok 4.7 now available in Kiro » à côté de la mascotte fantôme de Kiro. Suit un tableau intitulé « Grok 4.7 vs Grok 4.6 » d’Artificial Analysis, sous le titre « A bigger step up for coding agents » : Intelligence Index de 44 à 46, Coding Agent Index de 47 à 56, AA-Briefcase (travail de longue haleine) de 1 546 à 1 657 Elo, GDPval-AA (travail professionnel) de 1 605 à 1 695 Elo, AA-Omniscience Index de 30 à 32, taux d’hallucination AA-Omniscience de 34 % à 29 %, et jetons de sortie par tâche de l’Intelligence Index d’environ 38k à environ 81k, avec le blogue AWS Machine Learning comme source. Kiro IDE, avec l’étiquette « Long coding tasks, spec by spec », affiche le plan d’implémentation d’un Spec dans tasks.md, avec Grok 4.7 sélectionné dans le panneau de clavardage pendant qu’il traite la première tâche. Un graphique à barres DeepSWE v1.1, sous le titre « Frontier-level fixes at a fraction of the price », montre GPT-5.6 Sol à 72,7 %, Grok 4.7 (high) à 71,0 % avec l’étiquette « +5.8 pts over Grok 4.6 », Fable 5.1 à 70,0 % et Grok 4.6 à 65,2 %. Kiro Web, avec l’étiquette « Hand off fixes, get PRs back », affiche une session qui a poussé des changements de sécurité dans plusieurs dépôts et liste une pull request pour chacun. Un graphique GDPval sur le travail intellectuel professionnel, sous le titre « Self-validation over long sessions », montre Fable 5.1 (max) à 1 735 Elo, Grok 4.7 (xhigh) à 1 695 avec l’étiquette « +90 Elo over Grok 4.6 », Grok 4.6 (high) à 1 605 et GPT-6 Astra (max) à 1 542. Kiro Crew, avec l’étiquette « Multi-hour work after you log off », affiche une session de longue durée, ouvre le sélecteur de modèle où Grok 4.7 porte la mention « New », puis montre Grok 4.7 sélectionné à côté d’une liste de fichiers modifiés. Kiro CLI, avec l’étiquette « Terminal work and automation », affiche l’écran d’accueil de Kiro CLI V3, le modèle réglé sur Grok 4.7 et une requête pour récupérer un modèle PyTorch défectueux. La vidéo se termine sur un carton violet indiquant « Ship quality software. Get started now at kiro.dev », puis le logo de Kiro.
SpaceXSI a entraîné Grok 4.7 sur un nouveau modèle de base plus grand, avec une phase d’apprentissage par renforcement plus longue axée sur des tâches qui prennent de nombreuses heures, ce qui l’a rendu meilleur pour vérifier ses propres résultats et pour exploiter tout son contexte lors de longues tâches. Les gains sont les plus marqués pour les longues tâches de programmation et le travail dans le terminal. D’après les résultats publiés par SpaceXSI, par rapport à Grok 4.6 :
| Évaluation | Grok 4.6 | Grok 4.7 |
|---|---|---|
| Terminal-Bench 4.0 | 20,3 % | 37,6 % |
| CursorBench 4.0 | 40,4 % | 46,3 % |
| DeepSWE v1.1* | 65,2 % | 71,0 % |
Les tests indépendants vont dans le même sens. Artificial Analysis, qui mène ses propres évaluations, a mesuré le Coding Agent Index de Grok 4.7 à 56, contre 47 pour Grok 4.6. L’organisme a aussi mesuré une baisse du taux d’hallucination à son test AA-Omniscience, de 34 % à 29 %.
L’autovérification compte surtout lors de longues exécutions, où une erreur commise tôt peut se répercuter sur toutes les étapes suivantes. C’est un bon complément au développement piloté par les Specs dans Kiro. Lorsque vous confiez à Grok 4.7 un Spec comportant une longue liste de tâches, il est conçu pour confirmer que chaque étape tient la route avant de commencer la suivante.
- 01Lire la prochaine tâche du Spec
- 02Écrire le changement
- 03Vérifier son propre travail
- 04Passer à la tâche suivante
répéter pour chaque tâche du Spec
Optez pour Grok 4.7 pour les travaux longs et riches en contexte où le prix compte. La comparaison de SpaceXSI avec GPT-5.6 Sol et Fable 5.1 montre où il se démarque :
| Cas d’utilisation | Pourquoi Grok 4.7 convient (données de SpaceXSI) |
|---|---|
| Génie matériel et électrique | Meilleur score sur EEBench à 64,0 %, devant Fable 5.1 (56,4 %) et GPT-5.6 Sol (39,4 %) |
| Longues tâches de programmation | 46,3 % sur CursorBench 4.0, devant GPT-5.6 Sol (41,7 %), à $2 en entrée / $6 en sortie par million de jetons |
| Correctifs en génie logiciel | 71,0 % sur DeepSWE v1.1, dans la même fourchette que GPT-5.6 Sol (72,7 %) et Fable 5.1 (70,0 %), pour une fraction de leur prix |
Grok 4.7 offre quatre niveaux d’effort de raisonnement : low, medium, high et xhigh. Le niveau par défaut est high. Choisissez le niveau selon l’usage prévu. Un effort plus élevé donne à Grok 4.7 plus de latitude pour vérifier son travail tout au long d’une longue tâche. Il dispose d’une fenêtre de contexte de 500K jetons, ce qui permet de réunir dans une seule session un Spec complet, son document de conception et une grande partie de votre base de code. Il accepte le texte et les images en entrée. Utilisez low pour les recherches rapides et les petites modifications. Réservez high et xhigh aux plans en plusieurs étapes, aux longues exécutions d’agent et aux bogues qui touchent de nombreux fichiers.
- lowRecherches et petites modifications
- mediumProgrammation courante
- high (par défaut)Plans en plusieurs étapes
- xhighLongues exécutions d’agent et bogues touchant plusieurs fichiers
Selon SpaceXSI, Grok 4.7 est doté d’un ensemble de mesures de protection entièrement nouveau et constitue le modèle le plus robuste que SpaceXSI ait testé en matière de refus et de résistance au contournement. Sur le HackerBench v0.3 de SpaceXSI, il n’a laissé passer que 3,3 % des requêtes cybernétiques à double usage risquées, tout en bloquant rarement le travail de sécurité légitime.
Grok 4.7 est offert dès aujourd’hui dans Kiro CLI, Crew, Web et IDE avec une prise en charge expérimentale pour les clients des forfaits Kiro Pro, Pro+, Pro Max, Power et Enterprise.
Il est offert dans la région us-east-1 (Virginie du Nord) et utilise un multiplicateur de crédits de 2,7x. Pour les requêtes à contexte long de plus de 200K jetons, le multiplicateur double pour atteindre 5,4x.