> ## Documentation Index > Fetch the complete documentation index at: https://docs.tess.im/llms.txt > Use this file to discover all available pages before exploring further. # Grok 4.7 > Conoce los avances de Grok 4.7 en coding, agentes de larga duración y trabajo profesional con contexto extenso. Grok 4.7 es el modelo frontier de xAI para **coding, agentes y trabajo profesional que requiere varias horas de ejecución**. La nueva generación fue entrenada para permanecer más tiempo en problemas difíciles, verificar su propio trabajo con mayor cuidado y gestionar mejor los contextos extensos. En la práctica, el avance aparece cuando el objetivo no termina en una respuesta: investigar un repositorio, implementar y probar un cambio, transformar datos en una presentación o producir un análisis profesional con fuentes y criterios de validación. | **Modelo del provider** `grok-4.7` | **Contexto** 500K tokens | **Provider** xAI | **Entrada** Texto + imagen | | :- | :- | :- | :- | | **Salida** Texto | **Reasoning en el provider** Low · Medium · High · XHigh | **Knowledge cutoff** Mayo de 2026 | **Tools del provider** Funciones · Web · X · Código | ## Qué cambia en Grok 4.7 Grok 4.7 no es simplemente otro post-training sobre la generación anterior. Según xAI, utiliza una **nueva base más grande**, pasó por un ciclo más largo de reinforcement learning y recibió una combinación de tareas más difícil, con mayor peso para trabajos que tardan horas en completarse. Esto concentra la evolución en cuatro puntos: * **más autonomía en tareas largas:** mantiene el objetivo y continúa avanzando durante varios ciclos de ejecución; * **verificación del propio trabajo:** revisa decisiones y resultados antes de concluir; * **mejor uso del contexto extenso:** trabaja con codebases, documentos e historiales más grandes sin perder el hilo; * **knowledge work más completo:** mejora la creación de documentos, presentaciones y análisis para áreas profesionales. | | Grok 4.6 | Grok 4.7 | | - | - | - | | Base | Generación anterior | **Nueva base más grande** | | Contexto | 500K tokens | 500K tokens | | Knowledge cutoff | Febrero de 2026 | **Mayo de 2026** | | Reasoning | Low · Medium · High · XHigh | Low · Medium · High · XHigh | | Enfoque | Coding, agentes y knowledge work | **Ejecuciones más largas, autoverificación y contexto extenso** | | Precio del provider por debajo de 200K | USD 2 input · USD 6 output / 1M tokens | **Mismo precio** | ## Qué muestran los benchmarks En los resultados publicados por xAI, Grok 4.7 mejora frente a Grok 4.6 en todas las evaluaciones destacadas en el lanzamiento. El avance más fuerte aparece en coding de larga duración, trabajo en terminal, ingeniería eléctrica y tareas profesionales. | Benchmark | Grok 4.6 | Grok 4.7 | Qué evalúa | | - | -: | -: | - | | CursorBench 4.0 | 40,4% | **46,3%** | Coding de larga duración en un entorno real | | DeepSWE v1.1 | 65,2% | **71,0%**\* | Ingeniería de software en repositorios | | Terminal-Bench 4.0 | 20,3% | **38,0%** | Trabajo autónomo en terminal con varias etapas | | EEBench | 53,0% | **64,0%** | Ingeniería eléctrica | | AA Briefcase v1.1 | 1.546 | **1.657** | Trabajo profesional de varias horas | | Harvey Legal Agent | 15,8% | **19,6%** | Tareas jurídicas agénticas | | HealthBench Professional | 48,5% | **56,7%** | Reasoning clínico profesional | \* El resultado de Grok 4.7 en DeepSWE se midió con esfuerzo High. > [!TIP] > > **La señal principal está en la combinación de los resultados.** Grok 4.7 no mejora solo en generación de código: avanza en la capacidad de permanecer en una tarea, operar tools, revisar el resultado y transformar el trabajo en un entregable utilizable. > [!NOTE] > > Estos benchmarks fueron publicados por xAI y dependen del harness, las tools, el nivel de reasoning y los criterios de evaluación. Úsalos como referencia comparativa y valida el modelo en tu flujo antes de cambiar una configuración en producción. ## Una lectura independiente de Artificial Analysis [Artificial Analysis](https://artificialanalysis.ai/models/grok-4-7) evaluó Grok 4.7 en XHigh con Intelligence Index v4.3.2, un índice compuesto por diez evaluaciones de reasoning, coding, uso de tools, documentos profesionales y contexto extenso. | Métrica independiente | Grok 4.7 XHigh | Lectura práctica | | - | -: | - | | Intelligence Index | **46 puntos** | Muy por encima de la mediana de 24 entre modelos comparables | | Velocidad de salida | **39,3 tokens/s** | Por debajo de la mediana de 72,5 tokens/s | | Costo por tarea del índice | **US\$ 3,74** | Competitivo para el nivel de inteligencia entregado | | Tokens generados en la evaluación | **240 millones** | Muy por encima de la mediana de 94 millones | | Contexto | **500K tokens** | Adecuado para documentos, codebases e historiales extensos | El resultado refuerza un posicionamiento importante: Grok 4.7 entrega **alta inteligencia a un precio competitivo**, pero no está orientado a respuestas breves y rápidas. En XHigh, fue más lento y mucho más verboso que la mediana, características que pueden aumentar el tiempo y el consumo en tareas extensas. > [!TIP] > > Para aprovechar mejor el modelo, define el formato, el límite de extensión y el criterio de finalización. Usa XHigh cuando la profundidad compense la latencia; para iteraciones rápidas, comienza con un esfuerzo menor. > [!NOTE] > > Esta es una evaluación independiente de Artificial Analysis. Las cifras representan el modelo en XHigh y dependen de la metodología, el provider y la configuración utilizados en la prueba. ## Dónde genera más valor ### Un cambio de software que atraviesa el repositorio El trabajo comienza con un comportamiento esperado, pero requiere localizar el flujo, entender dependencias, editar distintas capas, ejecutar pruebas y revisar el diff. Grok 4.7 fue entrenado para sostener este tipo de ejecución larga y verificar mejor su propio trabajo. **Resultado esperado:** código implementado, pruebas ejecutadas, decisiones explicadas y riesgos restantes identificados. ### Datos dispersos que deben convertirse en un entregable ejecutivo Informes, hojas de cálculo, documentos e instrucciones deben cruzarse para producir una presentación, un memorando o una recomendación. Aquí, el valor está en mantener las evidencias conectadas con la narrativa y no perder los criterios de entrega durante el proceso. **Resultado esperado:** material listo para revisión, con conclusiones rastreables, estructura clara y lagunas explícitas. ### Un análisis especializado que exige cautela En áreas jurídicas, clínicas, financieras o técnicas, la velocidad sin verificación aumenta el riesgo. Grok 4.7 puede explorar hipótesis, confrontar evidencias y revisar inconsistencias antes de consolidar un análisis, siempre con validación humana para decisiones de alto impacto. **Resultado esperado:** análisis fundamentado, incertidumbres identificadas y próximos pasos de validación. ## Cómo aplicarlo en Tess **1. Elige un flujo con trabajo real** Prefiere una tarea con archivos, tools, etapas y un resultado verificable. Las preguntas aisladas no muestran la mejora en autonomía y autoverificación. **2. Proporciona contexto sin volcarlo todo** Incluye el repositorio, los documentos, criterios y ejemplos necesarios. Incluso con 500K tokens, el contexto irrelevante aumenta el costo y dificulta la priorización. **3. Define tools y límites** Habilita solo las tools necesarias, indica qué puede modificarse y exige aprobación para acciones irreversibles. **4. Describe el criterio de finalización** Especifica pruebas, fuentes obligatorias, formato final y verificaciones que deben ocurrir antes de la entrega. **5. Ajusta el reasoning a la dificultad** Usa niveles menores para iteración rápida y aumenta el esfuerzo cuando la tarea requiera investigación, coding complejo o comparación de hipótesis. ## Tres playbooks para empezar ### 1. Implementación full-stack con revisión **Entrada:** repositorio, comportamiento esperado, estándares del proyecto y comandos de prueba.\ **Tools:** código, terminal y suite de pruebas. ```text theme={null} Mapea el flujo responsable antes de editar. Identifica frontend, backend, persistencia y pruebas relacionadas. Implementa el cambio coherente más pequeño, ejecuta las validaciones relevantes y revisa el diff para detectar regresiones. Concluye con el resumen de los cambios, pruebas ejecutadas y riesgos restantes. ``` **Listo cuando:** el comportamiento funciona de punta a punta y las validaciones relevantes pasan. ### 2. Informe ejecutivo con múltiples fuentes **Entrada:** documentos, hojas de cálculo, briefing y público de la entrega.\ **Tools:** búsqueda en archivos, análisis de datos y generación de documentos. ```text theme={null} Cruza las fuentes y construye una narrativa orientada a la decisión. Para cada conclusión, registra la evidencia que la respalda. Separa hechos, interpretaciones y lagunas. Entrega un resumen ejecutivo, hallazgos principales, riesgos, recomendaciones priorizadas y un anexo con las fuentes utilizadas. ``` **Listo cuando:** un decisor puede revisar el documento y cada conclusión importante es rastreable. ### 3. Investigación técnica con autoverificación **Entrada:** problema, evidencias disponibles, restricciones y criterios de seguridad.\ **Tools:** búsqueda, archivos, terminal y herramientas específicas del dominio. ```text theme={null} Formula hipótesis alternativas y prueba cada una contra las evidencias. Registra qué se descartó y por qué. Antes de concluir, realiza una revisión separada para buscar contradicciones, fuentes débiles y pasos no verificados. No ejecutes acciones irreversibles sin aprobación explícita. ``` **Listo cuando:** la evidencia respalda la conclusión, las incertidumbres están explícitas y el plan de validación está definido. ## Limitaciones y buenas prácticas * El conocimiento nativo del modelo tiene cutoff en mayo de 2026; usa búsqueda para hechos posteriores. * El contexto extenso no sustituye la selección de información: envía solo contenido relevante. * Las tools disponibles en el provider pueden depender de la configuración de Tess y de las integraciones habilitadas. * Las tareas largas consumen más tiempo y tokens; usa un modelo más ligero para respuestas y transformaciones simples. * Revisa código, números, citas y entregables antes de publicar o ejecutar en producción. * Mantén aprobación humana para decisiones jurídicas, clínicas, financieras, de seguridad o de alto impacto. Consulta también: [Modelos y Costos](/es/models-and-cost) · [Documentación oficial de Grok 4.7](https://docs.x.ai/developers/grok-4-7) · [Anuncio de Grok 4.7](https://x.ai/news/grok-4-7). This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.