大規模言語モデル

Grok 4.7 リリース:なぜバージョン番号を2つ飛ばしたのか

xAIが4.5と4.6を飛ばしてGrok 4.7を公開。Hacker Newsでは235ポイント・191コメントを集めており、技術アップデートよりもリリース戦略としての意味合いが強い。

文字サイズ

バージョン4 → 4.7、xAIは何を急いでいるのか

xAIは今週、Grok 4.7を静かにリリースした。バージョン番号に注目してほしい。4から一気に4.7へ飛んでおり、4.5と4.6は存在しない。

このやり方はLLM業界では異例だ。Anthropic、OpenAI、Googleは皆、4 → 4.1 → 4.5と順当に番号を刻んできた。小数点には意味がある。.1は微調整、.5は中規模アップデート、整数はアーキテクチャレベルの変更を示す。

xAIは4.5と4.6を意図的に空け、4.7を直接出した。つまり「イテレーションの可視性」を「バージョン番号の意味的正確さ」より優先したということだ。テンポ感 > 厳密さ。

なぜそうするのか。考えられる理由はいくつかある。

  • 開発者にモデルが急速に進化している印象を与え、「もう少し待てばもっと良くなるかも」と思わせる
  • Hacker Newsのような技術コミュニティで話題を作る(実際235ポイント・191コメントを達成している)
  • 他社の「次のメジャーアップデート」と心理的に並び、梯队を揃える

これはエンジニアリング戦略ではなく、オペレーション戦略だ。

HNの191コメントは何を議論していたか

Hacker Newsのコメント欄をざっと拾ったところ、議論の焦点はベンチマークではなかった。

頻出キーワードは以下の通り。

  • pricing(価格)——100万トークンあたり$3 / $15という料金が繰り返し比較されている
  • rate limits(APIレート制限)——無料枠と有料枠の差
  • vs GPT/Claude/Gemini——「Grokはどこが強いのか」がオープンクエスチョンになっている

HNユーザーのxAIに対する懐疑論調は、他のモデル発表時より明らかに強い。スコアの高いコメントのひとつはこう大意だ。「またバージョン番号が増えたね。独立した第三者によるベンチマーク再現がいつ見られるのか」。別のは「MMLUのスコアは、xAI発表分と第三者の実測でちょっと乖離がある」と直接疑っている。

このコミュニティの雰囲気は孤立した事例ではない。AnthropicがClaude 4.5を出した時のHNコメントは、codingベンチマークやlong contextの仕様细节にフォーカスしていた。OpenAIがGPT-5を出した時はreasoningとagent capabilityの話が中心だった。xAIの今回の議論は「価格/可用性/横並び比較」が支配的で、開発者が気にしているのは「使えるか、使いやすいか」で、「ベンチマークスコアを取れるか」ではないということだ。

ひとつ参考になる数字がある。Grok 4.7はHNのフロントページに14時間滞在してtop 30から外れた。Claude 4.5の同日が22時間だったのに比べると短い。話題性は十分だが、深い議論にはならなかったということだ。

国内の開発者が得られる示唆

Grokは国内に公式チャンネルがない。ただ今回のリリースは国内開発者にも間接的な影響を2つ与える。

1. サードパーティ経由APIの選定コスト

4.7への転送API(主にAWS Bedrock、Azure経由)を利用する場合、市場価格は公式の1.2〜1.5倍程度。レイテンシやreasoning性能を重視するプロダクトなら、Claude 4.5かGPT-5のほうが安定感のある選択肢だ。Grok 4.7の強みはXプラットフォームとの統合にあり、Xデータに依存しないアプリなら割高感がある。

2. 同世代オープンソースモデルのイテレーション速度の参考

xAIのbase modelアーキテクチャは完全には公開されていないが、コミュニティではGrok 4.7とQwen3、DeepSeek V3.2は同じ世代の基盤モデルと見なされている。国内開発者にとっての意味は以下の通り。

  • QwenやDeepSeekの次のメジャーバージョンを待っているなら、Grok 4.7の能力レンジが参考になる
  • fine-tuningデータセットやreward modelの設計は、すぐにオープンソースの再現版が出る可能性がある
  • 価格競争が波及する——xAIが今回価格を明示したことで、オープンソース勢のベンチマークラインができた
# LiteLLMでGrok 4.7とQwen3のレイテンシを同時に計測する
import litellm
import time

def benchmark(model_name, prompt):
    start = time.time()
    response = litellm.completion(
        model=model_name,
        messages=[{"role": "user", "content": prompt}],
        max_tokens=512
    )
    latency = time.time() - start
    return {
        "model": model_name,
        "latency_s": round(latency, 2),
        "tokens": response.usage.completion_tokens
    }

# 10回回して平均を取る
results = []
for _ in range(10):
    results.append(benchmark("grok/grok-4-7", "transformerのself-attentionについて説明して"))
    results.append(benchmark("openai/qwen3-72b", "transformerのself-attentionについて説明して"))

横並び比較:4.7 vs Claude 4.5 vs GPT-5

公開データで早見表を作った。情報源は各社の公式アナウンスとStanford HELMの最新版。

観点Grok 4.7Claude 4.5 SonnetGPT-5
MMLU88.4%89.7%91.2%
HumanEval92.1%94.8%93.5%
AIME 202578.3%82.5%85.1%
入力価格($/M tok)3.003.002.50
出力価格($/M tok)15.0015.0010.00
200K context✅✅✅
vision✅✅✅
tool use latency280ms320ms210ms

いくつか気づいた点。

  • Grok 4.7はMMLUとHumanEvalでClaude 4.5とGPT-5に明確に劣り、1〜3ポイントの差がある
  • 価格はClaude 4.5と同水準だが、GPT-5より50%高い
  • 唯一の亮点はtool useレイテンシ——280msでClaude 4.5の320msより速く、GPT-5の210msに迫る
  • AIME 2025の78.3%から、reasoning能力は同世代ではやや弱い

価格/性能比の分岐点はどこか。

coding-heavyなアプリなら、Claude 4.5のHumanEval 94.8%がいまも最良。agent用途でtool latencyが重要なら、GPT-5 > Grok 4.7 > Claude 4.5。汎用QAなら3つとも大差ないので、最も安いGPT-5でいい。

Grok 4.7の位置づけはなかなか苦しい。どの軸でも1位を取れておらず、価格も安くない。唯一勝ち取れるシナリオは、Xプラットフォームと深く統合済みの開発者がXデータストリーム処理にGrokを使うケースだ。xAIの堀ではあるが、幅は狭い。

編集部の所感

Grok 4.7で本当に議論すべきは、モデル自体ではない。

ベンチマークでGrok 4.7は更新を見せていない。機能面で言えば、vision、200K context、tool useはどれも2025年時点で标配のスペックだ。価格もClaudeやGPTより安いわけではない。公開されている全軸で「悪くないが最高ではない」にとどまっている。

それでもxAIは今回HNで235ポイント・191コメントを獲得しており、Claude 4.5に匹敵する話題性を持っている。技術的な勝利ではなく、オペレーションの勝利だ。

私見だが、LLMの同質化が加速する2026年において、「小刻みなリリース + マーケの存在感」の組み合わせは、「長い熟成期間を決めてじっくり作る」よりも開発者の心証を掴みやすい可能性がある。Anthropicのスタイルは6〜12ヶ月にひとつ重要なバージョンを出し、論文とアナウンスと長尺ベンチマークで勝負する。テンポは遅いが堅実。xAIのスタイルは2〜3ヶ月にひとつバージョン番号を打ち、実際の中身がどうであれ先に話題を作る。どちらも生き残れるだろうが、xAIの手法は後発(特に国内ベンダー)にとって参考にしやすい。

今回従来と違うのは、大手ベンダーが初めて能動的に「中間のバージョン番号を飛ばした」点だ。OpenAIがかつてGPT-3.5からGPT-4に飛んだのは本当にアーキテクチャの変更があったからだが、Grok 4 → 4.7には公開されたアーキテクチャ変更がない。これはバージョン番号が「技術的なシグナル」から「マーケティングシグナル」へと変質しつつあることを意味しており、ひとつの転換点だ。

不確かな部分もある。xAIの実際の技術イテレーション速度は本当に速いのか、それともバージョン番号だけ動かして重みは変えていないのか。後者の場合、このやり方は3〜6ヶ月で開発者に見抜かれる。HNコメント欄にはすでにその兆候が出ている。

出典:xAI公式アナウンス、Hacker Newsコメント欄(2026-08-24スナップショット)

出典: https://x.ai/news/grok-4-7