Grok 4.7がFelo Searchで利用可能に：長期的な回答、$2/$6
Grok 4.7がFelo Searchで稼働中：50万トークンのコンテキスト、100万トークンあたり$2/$6、数時間かかるリサーチ向けの長期的推論。
SpaceXAIは9月21日にGrok 4.7をリリースした。このモデルは、単なる検索ではなく、1時間かけて調べるような問いに対応する設計となっている。現在、Felo Searchで他の3つのモデルとともに利用できる。
注目すべきは出力側の価格だ。Grok 4.7は100万入力トークンあたり$2、100万出力トークンあたり$6で利用でき、Grok 4.6と同じ価格設定だが、ベンダーは同等モデルの2倍の速度を主張している。Feloでの検索回答は1回のモデル呼び出しでは完結しない。ソースを読み、相互に照合し、統合文を書き、矛盾があれば再度確認する。出力価格は、長時間の調査で実際にかかるコストを示している。
Grok 4.7の実像
SpaceXAI（旧xAI）は、Grok 4.7を「コーディングと知識作業に最も強力なモデル」と位置付けている。注目すべきは後半部分だ。これまでのGrokはコーディングに重点を置いていたが、今回は数時間かかるタスクを重視した強化学習を長く行っている。
この訓練の成果は、自己検証と長文コンテキスト管理という2点に現れる。モデルは最初のもっともらしい道筋に飛びつかず、中間生成物を自分で確認し、20ステップ前に確立した内容も追跡するよう訓練されている。
| Spec | Grok 4.7 |
|---|---|
| Model ID | grok-4.7 |
| Maker | SpaceXAI |
| Released | September 21, 2026 |
| Context window | 500,000 tokens |
| Input | Text, image |
| Output | Text |
| Reasoning effort | low / medium / high (default) / xhigh |
| Price | $2 per million input, $6 per million output |
| Cached input | $0.50 per million tokens |
| Knowledge cutoff | June 2026, with supplemental training through August 2026 |
今週登場した4モデルの中で、50万トークンのウィンドウは最小だ。ただし、検索タスクには十分な広さがある。100本の長文、四半期分の決算書、すべてのソースを含むリサーチスレッドも収まる。より大きなウィンドウが必要なのは、リポジトリや1年分のドキュメントをリトリーバルなしで保持したい場合だ。下表の100万トークンモデルがその用途に該当する。
AI検索における意義
検索回答には2つの失敗パターンがある。1つはソースを見つけられないこと。もう1つはソースを見つけても読み違え、その誤りを自信満々に述べてしまうこと。後者のほうが厄介で、正解と見分けがつかない。
長期的な訓練はこの2番目の失敗に対処する。数時間かかるタスクを正しく終えたときに報酬を与えると、安易な戦略は通用しなくなる。最初に見つけた文書でパターンマッチングする、矛盾するソースを無視する、初期に設定した制約を忘れる――こうした手法は長時間のタスクでは通用しない。生き残るのは、何度も振り返って確認する習慣だ。
Grok 4.7の公開スコアも同じ方向を示している。GDPval（実務品質評価）では、Grok 4.6の1,605から1,695に上昇。AA Briefcase v1.1（知識作業ベンチマーク）では1,546から1,657へ。HealthBench Professionalは48.5%から56.7%、Harvey Legal Agent Benchmarkは15.8%から19.6%となった。
これらはベンダー発表値であり、評価条件も異なるため、あくまで主張として受け止めるべきだ。ただし、同じファミリー内での比較では、4.7が4.6を一貫して上回っている。研究に近い作業でその差が現れる。
Felo SearchでGrok 4.7を使う方法
1. モデルピッカーを開く。 Feloで検索を開始し、Grok 4.7を選択する。ワークフローは他と変わらない。同じ入力欄、同じソース、同じワークスペースだ。
2. 普段なら4つに分ける質問をそのまま投げる。 長期的モデルは、曖昧で複数の制約があるリクエストで真価を発揮する。「EU AI法のタイムラインは？」ではなく、「EU向け汎用モデルを販売する企業に最初に適用される義務はどれで、そのうち実施ガイダンスが公開済みなのはどれか」と尋ねる。1つのプロンプトで複数のサブクエスチョンを含める。
3. モデル自身の矛盾を許容する。 「この点でソース間に矛盾はあるか、どちらが権威あるか」と続けて尋ねる。自己検証を訓練されたモデルは、自信満々な単一回答を出すモデルよりもこの課題に強い。
4. 質問の性質に応じて推論レベルを切り替える。 Grok 4.7は4段階の推論レベルを持つ。通常のリサーチはミディアムで十分。依存関係が長い場合は上げ、既に信頼している内容の要約なら下げる。
5. 回答を次の段階へ進める。 同じコンテキストウィンドウ内でリサーチも成果物も扱える。メモ、資料のアウトライン、メール文などを依頼できる。ソースは常に参照可能だ。
Felo Searchで利用できる他の3モデル
Grok 4.7は単独で登場したわけではない。約36時間の間に4つの先端モデルがリリースされ、すべてFelo Searchで稼働している。
| Model | Released by | Price per million tokens | Context | Built for |
|---|---|---|---|---|
| Grok 4.7 | SpaceXAI | $2 in / $6 out | 500K | 長期的推論と知識作業 |
| Claude Opus 5.5 | Anthropic | $4 in / $20 out | 1M | 検証に耐える回答 |
| GPT-6 Luna | OpenAI | $0.10 in / $0.50 out | 1.05M | 最低コストで大量検索 |
| GPT-6 Sol | OpenAI | $2 in / $10 out | 1.05M | エージェントループや繰り返し呼び出し |
価格差は入力で約20倍、調査全体のコストで約50倍に及ぶ。質問ごとのモデル選択が、回答品質と実施可能なリサーチ量の最大の調整ポイントとなった。
まず試したいこと
意見が分かれる問い。 信頼できるソース間で見解が異なるテーマ（サプリの効果、移行コスト、市場規模推計など）を尋ねる。その上で、Grok 4.7に「ソース間で一致する点と、どれか一つだけが主張している点」を分けて説明させる。こうしたタスクが長期的訓練のターゲットだ。
反論が必要な文書。 契約書、ポリシー、仕様書などを貼り付け、「何がカバーされていないか」を尋ねる。証拠の不在を問う質問は、最初のもっともらしい解釈で止まるモデルが見落としやすい。
複数ソースの突き合わせ。 競合企業2社の提出書類を与え、アナリストが行う比較と、それぞれが触れたくない数字を挙げさせる。
制約付きの予測。 「8つの制約をすべて満たす計画を立てよ」といった問いは、長期的モデルが得意とする。自由なブレインストーミングよりも適している。
Felo SearchでGrok 4.7を試す
Grok 4.7はFelo Searchで稼働中。50万トークンのコンテキストウィンドウ、4段階の推論レベル、$2/$6の価格設定。置き換え前のモデルと同じ価格なので、トークン単位でのアップグレードは無料だ。
Open Grok 4.7 in Felo Search →
この記事は次の言語でもお読みいただけます：English、简体中文、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。