Grok 4.7 가격과 벤치마크: 점수가 다를 때 읽는 법

Grok 4.7은 SpaceXAI가 2026년 9월 21일 공개한 언어 모델이고, 값은 프롬프트 20만 토큰 이하의 기본 구간에서 입력 100만 토큰에 2달러, 출력 100만 토큰에 6달러입니다. 회사는 코딩과 지식 작업에서 자사 최고 모델이라고 소개하면서 견줄 만한 모델의 절반 값에 두 배 빠르다고 내세웠습니다.

벤치마크는 정해진 과제로 모델을 비교하는 시험입니다. 그런데 같은 벤치마크에 서로 다른 숫자가 나와 있습니다. Terminal-Bench 4.0에서 Grok 4.7은 회사 페이지에 37.6%, 독립 평가 기관 Artificial Analysis의 분석에 26%로 적혀 있습니다. 아래 회사 표와 API 문서 값은 2026년 10월 4일 기준이고, 독립 평가는 9월 출시 때의 분석 기준입니다. 그록 채팅 화면에서 4.7을 쓰는 방법과 요금제, 무료 범위는 그록 사용법 총정리에 따로 정리했습니다.

Grok 4.7에서 달라진 세 가지

회사가 밝힌 변경점은 세 가지입니다.

• 기반 모델: Grok 4.6보다 크고 새로운 기반 모델을 썼습니다
• 학습 방식: 수행 결과에 보상을 주며 행동을 학습시키는 강화학습을 더 어려운 작업 묶음으로 길게 돌렸고, 몇 시간씩 걸리는 작업에 가중치를 두었습니다
• 작업 방식: 자기 결과를 검증하고 긴 맥락을 관리하는 능력이 나아졌다고 적었습니다

Grok 4.7의 기본 사양과 단가

• 50만 토큰컨텍스트한 요청에서 다루는 용량
• 2달러입력 100만 토큰20만 토큰 이하 구간
• 6달러출력 100만 토큰Grok 4.6과 같은 값

토큰은 모델이 글을 나눠 처리하는 단위입니다. 입력은 보낸 자료와 요청, 출력은 모델이 만들어 낸 답입니다. 컨텍스트는 한 요청에서 다루는 자료와 대화의 용량이고, 매달 무료로 쓰는 토큰 수가 아닙니다.

쓸 수 있는 곳은 Grok API와 Grok Build, Cursor, 서드파티 코딩 도구, 모델 라우터와 클라우드 플랫폼입니다. 클라우드 쪽은 2026년 9월 28일 Amazon Bedrock에도 올라왔고, 호출 방법은 뒤쪽 Bedrock 절에 적었습니다.

API 가격: 20만 토큰을 넘으면 두 배

아래 가격은 프로그램에서 모델을 호출하는 API의 단가이며 채팅 구독료와는 따로 냅니다. 프롬프트가 20만 토큰을 넘으면 그 요청의 모든 토큰에 높은 값이 붙습니다.

프롬프트 길이에 따른 100만 토큰당 단가

토큰 종류	20만 토큰 이하기본 구간	20만 토큰 초과요청 전체에 적용
입력	2달러	4달러
캐시된 입력	0.5달러	1달러
출력	6달러	12달러

캐시된 입력은 앞선 요청과 같은 앞부분을 다시 계산하지 않고 재사용하는 입력입니다. 긴 지침을 매번 같은 내용으로 보내는 작업이라면 이 값이 적용되는 비율이 커집니다.

회사 발표 표에 함께 실린 모델들과 출력 단가를 견주면 Grok 4.7이 가장 쌉니다.

출력 100만 토큰당 단가(회사 발표 표)

• Grok 4.76달러입력 2달러
• Grok 4.66달러입력 2달러
• GPT-5.6 Sol20달러입력 4달러
• Fable 5.150달러입력 10달러

회사가 낸 벤치마크 표

아래는 10월 4일 회사 발표 페이지의 비교표 값입니다. Grok 4.7은 xHigh 설정으로 측정했고, DeepSWE 한 항목만 high입니다. 추론 강도는 답을 준비하는 데 들이는 계산 수준이며, 개발사가 다른 모델끼리는 High와 Max라는 이름이 같은 계산량을 뜻하지 않습니다.

Grok 4.7은 회사 표의 모든 성능 항목에서 직전 모델 Grok 4.6보다 높고, 기본 단가는 그대로입니다. Terminal-Bench 4.0은 20.3%에서 37.6%로 거의 두 배가 됐고, 전기공학과 법률은 표의 네 모델 가운데 가장 높습니다. 반면 CursorBench, 임상 추론, 장시간 사무와 장시간 터미널은 Fable 5.1이 앞서고, DeepSWE는 GPT-5.6 Sol이 1위입니다.

점수 차이는 그 평가 안에서의 차이로 적습니다. 전기공학 항목에서 Grok 4.7은 Grok 4.6보다 64.0 - 53.0 = 11.0%포인트 높고, 이 숫자는 EEBench에서의 차이일 뿐 모든 작업의 정확도 차이가 아닙니다. DeepSWE의 5.8%포인트 차이는 Grok 4.7을 high로 측정한 값이어서, 다른 표와 견줄 때 설정 이름까지 함께 옮겨 적습니다.

같은 벤치마크, 다른 점수

Grok 4.7의 Terminal-Bench 4.0 점수는 누가 어떤 환경에서 돌렸는지에 따라 세 가지로 나옵니다.

Grok 4.7의 Terminal-Bench 4.0 점수, 측정한 곳별

• 회사 발표 페이지(10월 4일)37.6%xHigh
• Artificial Analysis, Grok Build 사용33%코딩 에이전트 평가
• Artificial Analysis, 기본 평가 환경26%Intelligence Index용 xhigh

Artificial Analysis의 9월 21일 분석은 Intelligence Index용 Terminal-Bench 4.0 그림에서 Grok 4.7 xhigh를 26%로 표시합니다. 회사 값 37.6%와는 11.6%포인트 차이입니다. 출시 직후 회사 페이지에는 38.0%가 적혀 있다가 37.6%로 바뀌었습니다.

두 자료가 모두 xhigh라고 적었어도 나머지 조건은 다를 수 있습니다. 모델을 실행하는 도구와 지시, 제한 시간, 과제 구성과 채점 방식이 점수를 바꿉니다. 같은 기관 안에서도 기본 평가 환경은 26%, Grok Build로 돌린 코딩 에이전트 평가는 33%였습니다. 그래서 점수를 옮겨 적을 때는 모델 이름과 함께 어떤 도구로 실행했는지를 남깁니다.

비교한 오픈AI 모델도 다릅니다

회사 발표와 독립 평가는 Grok 4.7을 서로 다른 오픈AI 모델과 견줬고, 그래서 앞서는 쪽이 뒤바뀝니다.

Terminal-Bench 4.0에서 Grok 4.7을 견준 상대

항목	회사 발표10월 4일 페이지	독립 평가Artificial Analysis 9월 분석
견준 오픈AI 모델	GPT-5.6 Sol Max	GPT-6 Astra
Grok 4.7 점수	37.6%	26%
오픈AI 모델 점수	37.3%	약 59%
결과	Grok 4.7이 앞섬	Grok 4.7이 크게 뒤짐

비교 상대가 바뀌면 Grok이 앞서는지 뒤지는지가 달라집니다. 하지만 Grok 점수 자체가 37.6%에서 26%로 내려간 원인은 상대가 아니라 앞에서 본 측정 조건에 있습니다.

벤치마크 열 개를 묶은 Artificial Analysis Intelligence Index에서 Grok 4.7은 당시 46점을 받았습니다.

단가가 싸도 과제당 비용은 더 들었습니다

같은 평가에서 과제 하나를 푸는 데 든 비용도 나왔습니다.

과제 하나를 푸는 데 든 비용(Artificial Analysis)

• Grok 4.7 xHigh3.74달러출력 단가 6달러
• GPT-5.6 Sol Max1.99달러출력 단가 20달러

GPT-5.6 Sol Max는 입력 단가가 Grok 4.7의 2배, 출력 단가가 약 3.3배인데도 과제당 비용은 더 낮았습니다. 토큰 단가가 싸도 답을 내기까지 토큰을 많이 쓰면 실제 청구액은 뒤집힙니다. 독립 평가는 같은 조건에서 여러 모델을 비교할 근거를 주지만, 내 업무에서 쓰는 토큰량은 내 자료로 돌려야 나옵니다.

CursorBench를 만든 Cursor가 SpaceXAI 자회사라는 점

공식 발표문이 가장 먼저 보여 주는 것은 CursorBench 4.0 기준 가격 대비 성능 차트입니다. 값이 쌀수록 오른쪽에 놓이는데 Grok 4.7 곡선이 오른쪽 위를 지납니다.

이 차트에도 GPT-6 Astra는 없습니다. 앞에서 본 비교 대상의 차이가 차트에서도 그대로 이어집니다.

CursorBench를 만든 Cursor는 2026년에 몇 단계를 거쳐 SpaceXAI 산하로 들어왔습니다.

Cursor가 SpaceXAI 산하로 들어오기까지

1. 11. 2026년 2월SpaceX가 xAI를 인수
2. 22. 7월AI 부문 이름을
   SpaceXAI로 변경
3. 33. 8월SpaceX가 600억 달러에
   Cursor 인수 완료
4. 44. 9월 21일Grok 4.7 공개
   CursorBench 차트를 맨 앞에

자사가 소유한 회사의 평가표에서 자사 모델이 좋게 나왔다고 점수가 틀린 것은 아닙니다. 다만 여러 평가표 가운데 무엇을 앞세울지 정하는 데에는 이해관계가 있습니다. 코딩 도구를 고를 때는 CursorBench 하나보다 독립 지표를 함께 보는 편이 안전합니다.

Grok 4.7의 안전 관련 발표

회사는 안전 장치를 처음부터 다시 만들어 넣었고, 위험한 요청의 거부와 탈옥 저항이 자사 모델 가운데 가장 강하다고 밝혔습니다. 탈옥은 안전 제한을 우회하도록 모델을 유도하는 시도입니다. 숫자로 공개한 값은 둘입니다.

회사가 공개한 안전 평가 수치

• 62.4%LatchBio 생물안전 평가회사 모델 가운데 가장 높음
• 3.3%HackerBench v0.3 통과율위험한 이중용도 요청 가운데

이중용도 요청은 보안 연구에도 쓰이지만 공격에도 쓰일 수 있는 요청입니다. 회사는 사이버 보안 연구용으로 일부 협력사에 레드팀 기능을 초대 방식으로 열었다고도 밝혔습니다. 레드팀은 공격자의 관점에서 취약점을 찾는 보안 시험입니다.

AWS를 이미 쓰는 경우: Bedrock 호출 조건

발표 일주일 뒤인 2026년 9월 28일, AWS가 Grok 4.7을 Amazon Bedrock에 올렸다고 공식 블로그로 알렸습니다. Bedrock은 여러 회사의 모델을 AWS 계정 하나로 호출하는 서비스여서, SpaceXAI에 따로 가입하지 않고 기존 AWS 권한과 청구 안에서 쓸 수 있습니다. 요금도 AWS가 청구하므로 앞의 SpaceXAI 직접 API 단가와 다릅니다.

Bedrock에서는 모델 ID 대신, 어느 리전(AWS 데이터센터 지역)에서 처리할지 묶어 둔 추론 프로필의 ID를 지정합니다.

Bedrock의 Grok 4.7 추론 프로필 두 가지

항목	미국 지역 프로필us.xai.grok-4.7	글로벌 프로필global.xai.grok-4.7
처리 위치	미국 리전 안	지원하는 상용 리전 어디로든 분산
값	더 높음	더 낮음
처리 용량	더 작음	더 큼
지연 시간이 중요할 때	제공	–
데이터를 미국 안에 둘 때	제공	제공하지 않음
비용과 처리량이 우선일 때	–	제공

지원하는 API는 Responses, Chat Completions, InvokeModel, Converse 네 가지입니다. 오픈AI 호환 경로가 열려 있어서, 오픈AI SDK의 기본 주소를 Bedrock의 /openai/v1 경로로 바꾸고 Bedrock API 키를 넣으면 기존 요청 코드의 일부를 재사용할 수 있습니다. 이때도 모델 ID는 추론 프로필 ID로 바꾸고, 계정에 모델 호출 권한이 있어야 하며, 매개변수는 하나씩 호환되는지 봅니다.

AWS SDK에서 다른 모델과 같은 메시지 형식을 유지하려면 Converse를 씁니다. Converse에서는 추론이 항상 켜져 있어 첫 번째 내용 블록이 추론이고 답은 뒤쪽 블록에 들어갑니다. 그래서 첫 블록만 읽으면 답이 비어 보입니다.

Bedrock에서 함께 쓰는 기능은 넷입니다.

• 프롬프트 캐시: 반복되는 앞부분에 자동으로 적용됩니다. 긴 시스템 프롬프트를 매번 보내는 에이전트에서 비용이 줄어듭니다
• Guardrails: 따로 만든 안전 정책의 ID와 버전을 요청에 넣어 콘텐츠 필터, 금지 주제, 개인정보 마스킹을 적용합니다
• 호출 기록: 호출 로깅은 기본으로 꺼져 있습니다. 저장 목적지와 로깅을 설정하면 요청과 응답, 추론 토큰을 포함한 토큰 수를 CloudWatch(AWS의 로그와 운영 상태를 보는 서비스)에서 봅니다
• 서비스 등급: 기본 종량제 외에 빠른 처리를 우선하는 priority와 급하지 않은 작업용 flex가 있고, 등급별 단가는 Bedrock 요금 페이지에 있습니다

호출이 안 될 때는 증상에 따라 아래 순서로 봅니다.

Bedrock 호출이 안 될 때 보는 순서

1. 11. 모델을 찾지 못함grok-4.7만 적었는지
   프로필 ID로 바꿈
2. 22. 권한 오류관리자에게 프로필, 리전
   오류 문구를 전달
3. 33. 답이 비어 보임Converse 응답에서
   text가 든 블록을 찾음

인증키를 바꿔 가며 같은 호출을 반복하기 전에 세 가지 가운데 어디에 해당하는지부터 나눕니다.

AWS 블로그는 Artificial Analysis가 측정한 Grok 4.6 대비 수치도 함께 실었습니다.

Elo는 모델끼리 겨루게 해서 매긴 상대 점수입니다. 마지막 줄은 앞에서 본 과제당 비용 차이와 이어집니다. 과제 하나에 쓰는 출력 토큰이 두 배 넘게 늘었고, AWS 블로그도 이 점을 들어 추론 강도(low, medium, high, xhigh)를 기본값에 맡기지 말고 작업마다 정하라고 권했습니다.

요청 하나의 비용 계산

캐시 없이 기본 단가로 요청 하나의 비용을 계산하면 이렇습니다. 입력 1만 토큰과 출력 2천 토큰이면 10,000 ÷ 1,000,000 × $2 + 2,000 ÷ 1,000,000 × $6 = $0.032입니다.

입력 1만 토큰 요청 하나의 비용

• 0.032달러출력 2천 토큰입력 0.02달러, 출력 0.012달러
• 0.044달러출력 4천 토큰출력만 늘어도 37.5% 증가

출력 단가가 입력의 세 배여서, 같은 질문에 답이 길어지면 비용이 빠르게 늘어납니다. 추론 강도를 높여 출력 토큰이 늘어날 때도 같은 이유로 비용이 커집니다.

작업 성격에 따라 비교할 기준이 다릅니다.

발표문의 "Grok 4.6보다 나아졌다"는 자사 이전 모델과 견준 말이고, 다른 회사의 최신 모델과 견준 말이 아닙니다.

자주 묻는 질문

Grok 4.7의 컨텍스트 길이는 얼마인가요?

50만 토큰입니다. 발표문에는 없고 공식 API 문서에 적혀 있습니다. 프롬프트가 20만 토큰을 넘으면 그 요청의 모든 토큰이 두 배 값으로 청구되므로, 긴 자료를 넣을 때는 비용도 함께 계산합니다.

xAI가 아니라 SpaceXAI라고 적는 이유는 무엇인가요?

2026년 2월 SpaceX가 xAI를 인수했고 7월에 AI 부문 이름을 SpaceXAI로 바꿨습니다. 발표 페이지 제목과 저작권 표기도 SpaceXAI입니다.

출력 속도가 두 배인 변형은 언제 쓰나요?

회사는 같은 모델의 빠른 변형을 두 배 값에 제공합니다. 응답을 기다리는 시간이 사용자 경험을 좌우하는 서비스에 맞고, 결과를 모아 한꺼번에 처리하는 일괄 작업에서는 이점이 작습니다.

회사 발표 점수와 독립 측정 가운데 무엇을 믿어야 하나요?

둘 다 봅니다. 회사 표는 그 모델이 잘하는 조건을 보여 주고, 독립 평가는 같은 조건에서 여러 모델을 줄 세웁니다. 실제 업무에 넣기 전에는 정답을 아는 작은 자료로 결과와 비용을 비교합니다.

정리

회사는 경쟁 모델의 절반 값으로 같은 성능 구간에서 겨루려는 것으로 보입니다. 다만 토큰 단가가 절반인 것과 과제를 푸는 비용이 절반인 것은 다르고, 독립 평가에서는 과제당 비용이 오히려 더 들었습니다. 도입을 정할 때는 평가 날짜와 실행 조건, 내 작업에 필요한 정확도를 함께 놓고 봅니다.

Sources

• Introducing Grok 4.7 (SpaceXAI 공식 발표)
• xAI launches Grok 4.7 at bargain prices, but benchmarks reveal a wide gap to Claude and GPT-6 (The Decoder)
• Grok 4.7 모델 문서 (SpaceXAI 공식 API 문서)
• Grok 4.7 분석과 평가 그림 (Artificial Analysis)
• Grok 4.7 is now available on Amazon Bedrock (AWS 공식 블로그)
• Musk's xAI, SpaceX combo is the biggest merger of all time, valued at $1.25 trillion (CNBC)