Persaingan model kecerdasan buatan kembali memanas. SpaceXAI resmi memperkenalkan Grok 4.7 pada 21 September 2026 sebagai model terbaru yang secara khusus diarahkan untuk pekerjaan coding, tugas berbasis agen, dan pekerjaan pengetahuan atau knowledge work.
Model ini diposisikan sebagai model paling mumpuni SpaceXAI untuk pekerjaan tersebut. Salah satu fokus utama pengembangannya adalah kemampuan menyelesaikan tugas yang membutuhkan waktu lama, termasuk pekerjaan pemrograman yang dapat berlangsung selama berjam-jam.
SpaceXAI menyebut Grok 4.7 dilatih menggunakan model dasar yang lebih besar dibandingkan Grok 4.6. Proses reinforcement learning juga diperpanjang dengan kumpulan tugas yang lebih sulit dan diberi bobot lebih besar pada pekerjaan yang membutuhkan waktu berjam-jam untuk diselesaikan.
Pendekatan ini menunjukkan bahwa persaingan AI mulai bergeser. Model tidak hanya dituntut memberikan jawaban cepat, tetapi juga harus mampu mempertahankan konteks dan menyelesaikan pekerjaan kompleks secara lebih konsisten.
Dirancang untuk Coding Kompleks
Kemampuan coding menjadi salah satu fokus terbesar Grok 4.7.
Menurut SpaceXAI, model baru ini lebih baik dalam menangani tugas yang membutuhkan proses panjang. Sistem juga dilatih untuk melakukan verifikasi terhadap pekerjaannya sendiri dan mengelola konteks yang lebih panjang.
Fitur tersebut penting bagi pemrogram karena proyek perangkat lunak jarang selesai hanya dengan satu perintah.
Dalam proyek nyata, AI harus memahami struktur repositori, membaca berbagai file, menemukan sumber masalah, melakukan perubahan, menjalankan pengujian, kemudian memperbaiki kesalahan yang muncul.
Grok 4.7 dirancang untuk menghadapi pola kerja seperti itu.
Model tersebut juga menjadi model utama yang digunakan Grok Build, coding agent milik SpaceXAI. Grok Build dapat digunakan melalui terminal dan dirancang untuk membantu pekerjaan rekayasa perangkat lunak secara lebih langsung.
Bisa Bekerja Lebih Lama
Salah satu istilah yang menarik dari peluncuran Grok 4.7 adalah long-running tasks atau pekerjaan yang berlangsung lama.
Model AI generasi sebelumnya sering kali lebih cocok untuk tugas yang dapat diselesaikan dalam satu atau beberapa langkah. Namun, pekerjaan profesional seperti membangun fitur aplikasi, memperbaiki proyek besar, atau menganalisis basis kode membutuhkan rangkaian tindakan yang jauh lebih panjang.
Grok 4.7 dikembangkan dengan mempertimbangkan karakter pekerjaan tersebut.
SpaceXAI menyatakan model ini lebih baik dalam memeriksa hasil pekerjaannya dan mengelola konteks yang panjang. Kemampuan tersebut diharapkan mengurangi kebutuhan pengguna untuk terus-menerus memberikan instruksi baru.
Namun, kemampuan bekerja selama berjam-jam bukan berarti pengguna dapat meninggalkan AI tanpa pengawasan untuk semua jenis pekerjaan.
AI tetap dapat membuat kesalahan. Karena itu, hasil coding tetap perlu diperiksa, diuji, dan ditinjau manusia sebelum digunakan dalam sistem produksi.
Konteks Mencapai 500 Ribu Token
Grok 4.7 juga membawa kapasitas konteks yang besar.
Dokumentasi resmi SpaceXAI mencatat model tersebut memiliki context window 500.000 token. Model menerima input teks dan gambar serta menghasilkan output berbasis teks.
Konteks besar menjadi penting ketika AI digunakan untuk mengerjakan proyek perangkat lunak yang memiliki banyak file dan dokumentasi.
Semakin besar konteks yang dapat diproses, semakin banyak informasi yang secara teoritis dapat diberikan kepada model dalam satu alur pekerjaan.
Bagi pengembang, kemampuan tersebut dapat membantu AI memahami hubungan antara berbagai bagian proyek. Misalnya, sebuah perubahan pada fungsi tertentu mungkin berkaitan dengan konfigurasi, pengujian, dokumentasi, dan komponen lain.
Meski demikian, ukuran konteks bukan satu-satunya faktor yang menentukan kualitas coding. Kemampuan penalaran, penggunaan alat, ketelitian, dan kemampuan memverifikasi hasil tetap memiliki peran penting.
Skor Coding Jadi Sorotan
SpaceXAI juga mempublikasikan sejumlah hasil benchmark Grok 4.7.
Pada CursorBench 4.0, benchmark yang menekankan pekerjaan coding berdurasi panjang, Grok 4.7 xhigh memperoleh skor 46,3 persen. Grok 4.6 high sebelumnya mencatat 40,4 persen.
Sementara itu, pada DeepSWE v1.1, Grok 4.7 dengan high effort memperoleh skor 71 persen.
SpaceXAI juga membandingkan model tersebut dengan beberapa model frontier lain dalam sejumlah benchmark. Hasilnya berbeda-beda tergantung jenis pekerjaan yang diuji.
Hal ini penting karena tidak ada satu benchmark yang dapat menggambarkan seluruh kemampuan model AI.
Kemampuan menyelesaikan coding, pekerjaan kantor, penalaran klinis, hingga teknik elektro memiliki karakter berbeda. Karena itu, angka benchmark sebaiknya dibaca sebagai hasil pengujian dalam kondisi tertentu, bukan jaminan bahwa model selalu lebih baik dalam setiap pekerjaan.
Ada Mode Reasoning Berbeda
Grok 4.7 menyediakan beberapa tingkat reasoning effort, yakni low, medium, high, dan xhigh.
Menurut dokumentasi SpaceXAI, mode default yang digunakan adalah high. Pengguna API dapat memilih tingkat usaha penalaran sesuai kebutuhan.
Pilihan tersebut memberikan fleksibilitas.
Untuk pekerjaan sederhana, pengguna mungkin tidak membutuhkan tingkat reasoning tertinggi. Sebaliknya, pekerjaan coding yang kompleks dapat membutuhkan proses penalaran lebih panjang.
Konsekuensinya, penggunaan model dengan tingkat reasoning yang lebih tinggi dapat membutuhkan lebih banyak waktu dan sumber daya.
Model AI kini semakin menyerupai pekerja digital yang dapat diberi tugas berdasarkan tingkat kompleksitas, bukan sekadar chatbot yang menjawab pertanyaan.
Harga Mulai 2 Dolar
Dari sisi biaya, SpaceXAI menetapkan harga Grok 4.7 mulai dari 2 dolar AS per satu juta token input dan 6 dolar AS per satu juta token output untuk penggunaan hingga batas konteks tertentu. Cached input dikenakan biaya lebih rendah.
Harga tersebut berlaku untuk penggunaan API dan menjadi salah satu aspek yang menarik bagi pengembang yang ingin memasukkan Grok 4.7 ke dalam aplikasi atau sistem internal.
SpaceXAI juga menyediakan versi Grok 4.7 Fast. Versi tersebut menggunakan model yang sama tetapi berjalan pada infrastruktur dengan kecepatan output lebih tinggi dan memiliki tarif token dua kali lipat.
Untuk penggunaan API publik, Grok 4.7 tersedia melalui endpoint SpaceXAI. Model tersebut juga dapat digunakan melalui Grok Build, Cursor, serta sejumlah platform dan model gateway.
Grok Build Jadi Senjata Coding
Peluncuran Grok 4.7 tidak dapat dipisahkan dari perkembangan Grok Build.
SpaceXAI sebelumnya memperkenalkan Grok Build sebagai coding agent yang dapat dijalankan dari terminal. Sistem ini memungkinkan pengguna memberikan tugas kepada AI untuk memahami dan mengubah proyek perangkat lunak.
Grok Build juga mendukung mode perencanaan. Untuk pekerjaan kompleks, pengguna dapat meninjau rencana yang dibuat AI sebelum perubahan dijalankan. Setelah disetujui, perubahan dapat ditampilkan dalam bentuk diff sehingga pengembang dapat memeriksa apa saja yang diubah.
Sistem tersebut juga mendukung subagent yang dapat bekerja secara paralel untuk pekerjaan tertentu.
Kehadiran Grok 4.7 sebagai model utama Grok Build membuat kemampuan tersebut semakin relevan untuk proyek dengan skala lebih besar.
AI Mulai Bertindak sebagai Agen
Perkembangan Grok 4.7 menunjukkan tren yang semakin jelas di industri AI: chatbot perlahan berkembang menjadi AI agent.
Chatbot tradisional biasanya menunggu pertanyaan kemudian memberikan jawaban. AI agent memiliki kemampuan lebih luas untuk menggunakan alat, membaca file, menjalankan perintah, mengambil langkah berikutnya, dan mengevaluasi hasil.
Dalam konteks coding, perubahan ini sangat signifikan.
Pengembang tidak lagi hanya meminta AI menulis satu fungsi. Mereka dapat memberikan tujuan yang lebih besar, kemudian membiarkan agent menjalankan serangkaian langkah untuk mencapai tujuan tersebut.
Namun, semakin besar otonomi AI, semakin penting pula pengawasan manusia.
Kesalahan kecil dalam coding dapat menyebabkan aplikasi tidak berfungsi. Pada proyek yang terhubung dengan sistem produksi, kesalahan yang sama bahkan dapat menimbulkan dampak lebih besar.
Keamanan Tetap Jadi Perhatian
SpaceXAI mengatakan Grok 4.7 dibangun dengan safeguard stack baru dan menyebutnya sebagai sistem pengamanan terkuat yang telah mereka uji dalam aspek penolakan dan ketahanan terhadap jailbreak.
Perusahaan juga menguji model tersebut pada tugas keamanan siber dan biologi yang memiliki potensi penyalahgunaan.
Bagi pengguna, klaim tersebut tetap perlu dipahami dalam konteks pengujian internal dan benchmark tertentu. Sistem AI tidak otomatis bebas risiko hanya karena memiliki mekanisme pengamanan.
Pengembang yang menggunakan Grok 4.7 untuk pekerjaan nyata tetap perlu menerapkan kontrol akses, pengujian kode, pemantauan aktivitas, dan prosedur keamanan tambahan.
Babak Baru AI Coding
Kehadiran Grok 4.7 menandai babak baru dalam persaingan AI coding.
Model ini tidak hanya mengejar kemampuan menghasilkan potongan kode. SpaceXAI mencoba membangun sistem yang dapat mempertahankan pekerjaan lebih lama, memahami konteks lebih besar, menggunakan alat, serta memeriksa kembali hasilnya.
Dengan konteks 500 ribu token, kemampuan reasoning bertingkat, integrasi Grok Build, dan fokus pada pekerjaan yang membutuhkan waktu berjam-jam, Grok 4.7 diarahkan untuk menangani tugas yang lebih dekat dengan pekerjaan pengembang profesional.
Namun, perkembangan tersebut tidak menghapus kebutuhan terhadap manusia.
Kode yang dibuat AI tetap perlu diuji. Arsitektur tetap perlu ditinjau. Keputusan teknis tetap membutuhkan pertimbangan pengembang.
Yang berubah adalah cara manusia bekerja bersama AI.
Jika model seperti Grok 4.7 mampu menangani semakin banyak pekerjaan teknis secara mandiri, peran programmer dapat bergeser dari sekadar menulis kode menjadi merancang sistem, mengawasi agen, memvalidasi hasil, dan menentukan arah pengembangan.
Persaingan berikutnya pun bukan hanya soal siapa yang memiliki model paling pintar. Pertanyaan yang semakin penting adalah siapa yang mampu membuat AI bekerja lebih lama, lebih akurat, lebih aman, dan lebih berguna dalam pekerjaan nyata.
