Grok 4.7 Дешёвый. Он действительно способен строить?

Что мы тестировали

Мы провели 16 тестов визуального кодирования на Cursor с использованием Grok 4.7: игры, симуляции, генератор города, интерактивные часы и многое другое. Цель была в том, чтобы посмотреть, насколько далеко модель нас продвинет к тому, что мы действительно можем использовать.

Результаты сборок были многообещающими. Grok создал игру в жанре tower defense с работающими башнями, золотом и башней мороза, которая замедляет врагов. Этого достаточно, чтобы попробовать стратегию. Симулятор Ember Glider позволял летать сквозь кольца, но посадка была сломана. Управление наклоном перестало работать на острове, поэтому нужно было использовать отдельную клавишу R для повторного запуска. Основы полета работали, но один из заявленных элементов управления все еще требовал исправления.

Этот шаблон повторялся. Интерактивные часы выглядели впечатляюще, но колесо секунд вращалось в 60 раз быстрее, чем его стрелка. Физика Грока была неверной в симуляторе требушета: удвоение скорости камня должно было сделать сопротивление воздуха в четыре раза сильнее, но Грок сделал его только в два раза сильнее. Прогнозируемый бросок всё равно совпадал с фактическим, потому что оба использовали одно и то же неправильное вычисление. Такое совпадение не доказывает правильность физики. Если вы используете симулятор, чтобы понять, как изменение машины влияет на бросок, вам нужно проверять воспроизводимую зависимость, даже если анимация выглядит убедительно.

Astra и Fable 5.1 справились с этими требованиями лучше. Astra сохранила колесо и стрелку часов на одной временной шкале, а её требушет корректно учёл сопротивление воздуха. Часы Fable потерпели более базовую неудачу: отсутствие значения цвета остановило код для отрисовки на первом кадре.

Картина затрат

Лимит моделей в Cursor показал, что использовано 9% от 50 миллионов токенов за весь сеанс, что всё включено в наш тарифный план Pro за $20. Около 83% этих токенов были чтением из кэша, так что 50 миллионов не означает 50 миллионов новых токенов кода. Cursor присвоил примерно 9 миллионов токенов Grok и остальные 41 миллион как авто, и не сообщает, какая модель обрабатывала эти авто-вызовы. Поэтому мы не можем приписать каждый токен Grok.

Если вы используете API, Grok стоит от $2 за миллион входных токенов и $6 за выходные. Astra и Fable стоят по $10 за вход и $50 за выход по стандартным тарифам. Grok намного дешевле для свежего ввода и вывода, в то время как Fable берет меньше за чтение из кэша. Ваша итоговая стоимость зависит от этого сочетания и от того, сколько попыток занимает задача. Для прототипирования это полезный результат: 9% нашего лимита дало нам 16 сборок для изучения. В прошлый раз, когда мы использовали Fable для этого, он превысил 100%.

Где используется Grok

Grok 4.7 не является нашей основной моделью. Мы используем его так же, как и 4.6: для скорости и для рабочих процессов, которые получают данные из X. Он неплох в творческом программировании, но мы по-прежнему используем GPT-6 Astra для основных сборок и изучаем Jev, новый популярный инструмент, который работает совсем иначе, чем LLM. Смотрите предыдущее видео для этого.

Итак, если вам нужно быстро протестировать идею, Grok 4.7 — это недорогой способ получить прототип. Просто проверьте поведение, от которого зависит ваш проект, особенно тайминги, физику и управление полетом. В брифах эти вещи уже запрашивались, а в сборках их не хватило.