Grok 4.7 が Kiro で使えるようになりました

本記事は 2026 年 11 月 12 日に Kiro ブログで公開された「Grok 4.7 is now available in Kiro」を翻訳したものです。

Kiro を作るうえで、モデルを選べることは中心となる要素です。Grok 4.7 の追加により、Kiro は Anthropic、OpenAI、SpaceXSI、主要なオープンウェイトモデルのプロバイダーのモデルを、1 か所でサポートするようになりました。ラインアップが多様なので、タスクごとに性能、速度、コストを見てモデルを選べ、最先端のモデルが移り変わっても作業の流れを安定して保てます。

SpaceXSI の Grok 4.7 を、Kiro IDE、CLI、Crew、Web で使えるようになりました。SpaceXSI によると、Grok 4.7 は同社のモデルの中で、コーディングと知識労働において最も高性能なモデルです。長時間の作業に耐えるよう作られており、数時間に及ぶ難しいタスクでも作業を続け、次に進む前に自分の作業を確かめます。

動画の内容：紫のタイトルカードに、Kiro のおばけのマスコットと並んで「Grok 4.7 now available in Kiro」と表示されます。続いて「A bigger step up for coding agents」という見出しの下に、Artificial Analysis による「Grok 4.7 vs Grok 4.6」の表が出ます。Intelligence Index は 44 から 46、Coding Agent Index は 47 から 56、AA-Briefcase（長期の作業）は 1,546 から 1,657 Elo、GDPval-AA（専門的な業務）は 1,605 から 1,695 Elo、AA-Omniscience Index は 30 から 32、AA-Omniscience のハルシネーション率は 34% から 29%、Intelligence Index のタスクあたりの出力トークンは約 38k から約 81k で、出典として AWS Machine Learning Blog が示されています。

「Long coding tasks, spec by spec」と書かれた Kiro IDE の場面では、スペックの実装計画の tasks.md が表示され、チャットパネルで Grok 4.7 を選んだ状態で最初のタスクを進めています。「Frontier-level fixes at a fraction of the price」という見出しの DeepSWE v1.1 の棒グラフでは、GPT-5.6 Sol が 72.7%、Grok 4.7 (high) が 71.0%（「+5.8 pts over Grok 4.6」の表示付き）、Fable 5.1 が 70.0%、Grok 4.6 が 65.2% です。

「Hand off fixes, get PRs back」と書かれた Kiro Web の場面では、複数のリポジトリにセキュリティの変更を push したセッションと、リポジトリごとのプルリクエストの一覧が表示されます。「Self-validation over long sessions」という見出しの GDPval（専門的な知識労働）のグラフでは、Fable 5.1 (max) が 1,735 Elo、Grok 4.7 (xhigh) が 1,695（「+90 Elo over Grok 4.6」の表示付き）、Grok 4.6 (high) が 1,605、GPT-6 Astra (max) が 1,542 です。

「Multi-hour work after you log off」と書かれた Kiro Crew の場面では、長時間動くセッションが表示され、Grok 4.7 に「New」の印が付いたモデル選択を開いたあと、変更されたファイルの一覧とともに Grok 4.7 が選ばれた状態が映ります。

「Terminal work and automation」と書かれた Kiro CLI の場面では、Kiro CLI V3 の起動画面、モデルに Grok 4.7 を設定した状態、壊れた PyTorch のモデルを復旧するプロンプトが表示されます。

動画は「Ship quality software. Get started now at kiro.dev」と書かれた紫のカードと Kiro のロゴで終わります。

長時間のエージェント作業向けの設計

SpaceXSI は、新しく、より大きなベースモデルをもとに Grok 4.7 をトレーニングしました。何時間もかかるタスクに重みを置いて強化学習を長く行い、自分の出力を検証する力と、長いタスクでコンテキスト全体を使う力も高めています。改善が最もよく表れるのは、長いコーディングとターミナルの作業です。SpaceXSI が公開した結果による Grok 4.6 との比較は次のとおりです。

出典：SpaceXSI。Grok 4.7 は推論レベル xhigh での結果です（*DeepSWE は high での結果）。AA Briefcase v1.1（数時間かかるオフィス業務）では、Grok 4.7 は 1,546 から 1,657 Elo に上がりました。

第三者によるテストでも同じ傾向が見られます。独自の評価を行っている Artificial Analysis は、Grok 4.7 の Coding Agent Index を 56 と測定しました。Grok 4.6 は 47 でした。また、AA-Omniscience のテストで測ったハルシネーション率は、34% から 29% に下がりました。

自己チェックが Kiro のスペックに合う理由

自己チェックが最も効くのは長い実行です。長い実行では、序盤の 1 つの誤りがその後のすべての手順に引き継がれることがあります。この点が、Kiro のスペック駆動開発に合っています。長いタスクリストを持つスペックを渡すと、Grok 4.7 は次のタスクを始める前に、各手順が正しく成り立っていることを確かめるように作られています。

1. 次のスペックのタスクを読む
2. 変更を加える
3. 自分の作業を確かめる
4. 次のタスクに進む

スペックのすべてのタスクで、これを繰り返します。

Grok 4.7 を選ぶとき

コストを重視する、長くコンテキストの多い作業には Grok 4.7 が向いています。GPT-5.6 Sol と Fable 5.1 との SpaceXSI 自身の比較から、Grok 4.7 が優れている点が分かります。

タスクに合わせて推論レベルを設定する

Grok 4.7 には 4 つの推論レベル（low、medium、high、xhigh）があり、既定は high です。目的に合わせてレベルを選んでください。推論レベルを上げるほど、Grok 4.7 は長いタスク全体で自分の作業を確かめる余地が増えます。コンテキストウィンドウは 500K トークンなので、スペック全体とその設計ドキュメント、コードベースのかなりの部分を 1 つのセッションに収められます。入力にはテキストと画像を使えます。簡単な調べものや小さな編集には low を使い、high と xhigh は複数の手順の計画、長いエージェントの実行、多くのファイルにまたがるバグのために取っておきましょう。

表の上の段ほど速く、下の段ほど丁寧に作業します。

安全対策

SpaceXSI によると、Grok 4.7 にはまったく新しい安全対策の仕組みが搭載されており、有害な要求を拒否する力とジェイルブレイクへの耐性について、SpaceXSI がこれまでテストした中で最も強いモデルです。SpaceXSI の HackerBench v0.3 では、リスクのあるデュアルユースのサイバーセキュリティ関連のプロンプトのうち通したのは 3.3% だけで、正当なセキュリティの作業をブロックすることはほとんどありませんでした。

使い始める

Grok 4.7 は Kiro CLI、Crew、Web、IDE で使えます。Kiro Pro、Pro+、Pro Max、Power、Enterprise の各プランをご利用の方に、実験的なサポートとして提供しています。

us-east-1（バージニア北部）で利用でき、クレジット倍率は 2.7x です。200K トークンを超える長いコンテキストのリクエストでは、倍率は 2 倍になり、5.4x になります。

原文の著者

Vipin Mohan（Product）、Hardeep Singh（Product）、Suheel Farooq（Developer）、Alex Cho（Product Marketing）

翻訳者について