开发者实测Grok 4.7修复代码漏洞 成绩不及多个竞品

开发者PawelHuryn针对Grok 4.7开展了真实工作场景下的代码漏洞修复测试。测试共用到2个代码仓库，预置了105个漏洞，要求模型尽可能找出并修复漏洞，共开展了3轮测试。

各模型最高得分如下：GPT-6 Astra（最高设置）拿到45分，Muse Spark 1.3（最高设置）拿到32.2分，Grok 4.7（高设置）和Grok 4.6（高设置）均拿到28.7分，Opus 5（最高设置）拿到27分，Qwen3.8-Max（最高设置）拿到25.7分。

测试中的105个漏洞并非随机选取，都是前沿模型在2026年初都没能解决的难题，只有预置漏洞计入成绩，不同模型系列的裁判会对照密钥给解决方案评分，未找出漏洞或解决方案不完整计0分。

后续补充测试显示，Grok 4.7仅在最高设置下以0.1分优势险胜Grok 4.6，在高设置和中等设置下得分均低于Grok 4.6。PawelHuryn认为Grok 4.7没有解决原有问题，只是针对热门基准测试做了优化，不是大家期待的模型。

PawelHuryn同时提到，他仍支持SpaceXAI，团队开发的适配VS Code的Grok工具已经开源，目前各应用市场安装量超过14万，同时支持Claude Code和Codex，桌面端也已上线。