Grok 4.7: Spezifikation, Fähigkeiten, Benchmarks und Modelflare-Preise

Quellenbasierter Leitfaden zu Grok 4.7 mit veröffentlichter Spezifikation, Reasoning-Stufen, Start-Benchmarks, offiziellen Tokenpreisen und den am 21. September 2026 geprüften Modelflare-Tarifen grok-award und grok-stable.

xAI hat Grok 4.7 am 21. September 2026 veröffentlicht. Die API-Modell-ID ist grok-4.7. Es ist das aktuelle Flaggschiff von xAI für Programmierung, agentenbasierten Werkzeugeinsatz und Wissensarbeit. Am selben Tag hat Modelflare dieselbe ID im öffentlichen Preiskatalog aufgeführt.

Dieser Artikel hält drei Ebenen auseinander. Die Spezifikation ist das, was xAI dokumentiert. Die Vergleichstabelle ist das, was xAI zum Start gemeldet hat. Die Modelflare-Preise sind das, was GET /api/pricing am 21. September 2026 zurückgegeben hat. Ein Anbieterwert ist kein Modelflare-Test, und eine Katalogzeile ist kein Versprechen, dass sich jeder Schlüssel, jede Route oder jeder Prompt gleich verhält.

xAI hat für Grok 4.7 weder eine Parameterzahl noch eine Schichtenzahl noch eine Summe der Trainingstokens veröffentlicht. „Größer als Grok 4.6“ ist die qualitative Beschreibung des Unternehmens für das neue Basismodell. Der Vergleich unten verwendet die tatsächlich öffentlichen Zahlen: Kontext, Tokenpreise, Reasoning-Stufen, Modalitäten und die Startwerte.

Was veröffentlicht wurde

Der Startbeitrag beschreibt Grok 4.7 als ein neues, größeres Basismodell als Grok 4.6, trainiert mit einem längeren Reinforcement-Learning-Lauf. Die Aufgabenmischung ist schwerer und gewichtet auf Probleme, die viele Stunden dauern. xAI sagt, das Modell prüfe die eigene Arbeit besser, verwalte langen Kontext besser und sei darauf trainiert worden, das für Konversationsarbeit verwendete Grok-Bot-Harness zu verstehen.

Zwei Sätze in diesem Beitrag dürfen nicht zu einem zusammengezogen werden. Die Überschrift sagt, das Modell sei „doppelt so schnell, zum halben Preis vergleichbarer Modelle“. Der Fließtext sagt, es werde zum selben Preis und mit derselben Geschwindigkeit wie Grok 4.6 bereitgestellt. Die Token-Tabelle stützt den zweiten Satz gegenüber Grok 4.6: Beide listen $2 je Million Eingabetokens und $6 je Million Ausgabetokens. Die Überschrift vergleicht mit anderen Modellen in dieser Tabelle, deren Listenpreise höher sind. xAI veröffentlicht neben „doppelt so schnell“ keine Zahl der Tokens pro Sekunde, deshalb behandelt dieser Artikel diese Formulierung nicht als gemessenes Latenzresultat.

grok-4.7 ist auf der xAI-API, in Cursor und das Standardmodell in Grok Build. Ein separater Fast-Serving-Pfad existiert nur in Cursor und Grok Build. Er liegt nicht auf der öffentlichen xAI-API und war nicht im für diesen Artikel geprüften Modelflare-Katalog.

Spezifikationsvergleich

Die Preise unten sind die von xAI veröffentlichten Listenpreise in USD je Million Tokens. „Kurz“ bedeutet einen Prompt unter 200,000 Tokens. „Lang“ bedeutet einen Prompt, der 200,000 Tokens erreicht hat. In der Preistabelle setzt das Überschreiten dieser Linie jeden Token der Anfrage neu an, nicht nur die Tokens jenseits der Linie.

Punkt grok-4.7 grok-4.6 grok-4.5
Kontextfenster 500,000 Tokens 500,000 Tokens 500,000 Tokens
Kurze Eingabe / gecachte Eingabe / Ausgabe $2.00 / $0.50 / $6.00 $2.00 / $0.50 / $6.00 $2.00 / $0.30 / $6.00
Lange Eingabe / gecachte Eingabe / Ausgabe $4.00 / $1.00 / $12.00 $4.00 / $1.00 / $12.00 $4.00 / $0.60 / $12.00
Reasoning-Aufwand low, medium, high (Standard), xhigh low, medium, high (Standard), xhigh low, medium, high (Standard)

Am selben Tag auf der Modellseite geprüfte Angaben zu Grok 4.7:

  • Eingaben sind Text und Bilder. Die Ausgabe ist Text. Das Modell erzeugt keine Bilder.
  • Die Seite nennt keine feste Grenze für die Textausgabe. Client-Timeouts, Kontolimits und das verbleibende Kontextfenster gelten weiterhin.
  • Der Wissensstichtag ist Mai 2026. Spätere Ereignisse bleiben unsichtbar, sofern kein Suchwerkzeug aktiviert ist.
  • Dokumentierte Schnittstellen sind die Responses API und Chat Completions.
  • Dokumentierte Werkzeuge umfassen Funktionsaufrufe, Websuche, X-Suche und Codeausführung.
  • Reasoning lässt sich nicht abschalten. Wenn der Aufwand weggelassen wird, ist der Standard high.
  • Auf der Responses API gibt grok-4.7 reasoning.encrypted_content zurück, auch wenn die Anfrage es nicht verlangt. Spätere Züge sollten diese Reasoning-Elemente unverändert zurücksenden. Chat Completions erhält dieses Verhalten nicht.

Grok 4.5 endet bei high. Grok 4.6 und Grok 4.7 ergänzen xhigh. Der Listenpreis der gecachten Eingabe hat sich ebenfalls verschoben: Grok 4.5 liegt bei $0.30 für kurze Prompts und bei $0.60 für lange Prompts; Grok 4.6 und Grok 4.7 liegen bei $0.50 und $1.00. Die Listenpreise für Standardeingabe und Standardausgabe sind bei diesen drei IDs unverändert.

Fähigkeitsdimensionen

Programmierung und lange Agentenarbeit

Der Startbeitrag richtet Grok 4.7 auf Arbeit, die lange läuft: mehrschrittige Programmierung, Prüfen eines Ergebnisses, bevor es als erledigt gilt, und Zusammenhalten eines langen Kontexts. Diese Programmierwerte stammen sämtlich aus der Starttabelle von xAI:

  • CursorBench 4.0, das längere Programmieraufgaben belastet: 46.3% bei xHigh. Grok 4.6 High liegt bei 40.4%, GPT-5.6 Sol Max bei 41.7% und Fable 5.1 Max bei 51.8%.
  • DeepSWE v1.1: 71.0%, von xAI als Wert mit Aufwand high und nicht als xHigh gekennzeichnet. Grok 4.6 liegt bei 65.2%, Sol bei 72.7% und Fable 5.1 bei 70.0%.
  • Terminal-Bench 4.0: 38.0%. Grok 4.6 liegt bei 20.3%, Sol bei 37.3% und Fable 5.1 bei 57.9%.
  • EEBench, Elektrotechnik: 64.0%. Grok 4.6 liegt bei 53.0%, Sol bei 39.4% und Fable 5.1 bei 56.4%.

Lesen Sie die Zeilen als Karte dessen, wohin sich das Modell nach Angabe des Anbieters bewegt hat, nicht als den Wert, den Ihr Repository erhalten wird. Bei CursorBench nennt xAI das Ergebnis Frontier-Preis-Leistung: Der Wert liegt über Sol und Grok 4.6, unter Fable 5.1, bei einem deutlich niedrigeren Listenpreis als Sol oder Fable. DeepSWE liegt nahe bei Fable und weiterhin unter Sol, und es ist keine xHigh-Zahl. Die Terminalarbeit hat sich gegenüber Grok 4.6 stark verbessert und liegt nahe bei Sol, während Fable 5.1 in dieser Zeile deutlich vorn bleibt. EEBench ist der klarste Vorsprung in der Tabelle.

Professionelle Wissensarbeit

xAI berichtet außerdem über Büroaufgaben und fachliche Aufgaben:

  • AA Briefcase v1.1, mehrstündige Büroarbeit: 1,657. Grok 4.6 liegt bei 1,546, Sol bei 1,487 und Fable 5.1 bei 1,678.
  • Harvey Legal Agent Benchmark: 19.6%. Grok 4.6 liegt bei 15.8%, Sol bei 2.5% und Fable 5.1 bei 6.7%. Diese Tabelle anzuführen bedeutet weiterhin etwa eines von fünf Elementen. Das ist kein Beleg dafür, dass das Modell juristische Arbeit unbeaufsichtigt tragen kann.
  • HealthBench Professional, klinisches Reasoning: 56.7%. Grok 4.6 liegt bei 48.5%, Sol bei 60.5% und Fable 5.1 bei 62.1%. In dieser Zeile liegt Grok 4.7 vor seinem Vorgänger und hinter beiden Vergleichsmodellen.

Der Beitrag sagt, Grok 4.7 sei besser bei Dokumenten und Präsentationen und verbessere sich gegenüber Grok 4.6 bei GDPval, während es im selben Bereich wie andere Frontier-Modelle lande. Der Fließtext druckt die GDPval-Punktwerte nicht, deshalb liefert dieser Artikel keine.

Im Starttext von Grok 4.7 gibt es keinen einzelnen Intelligenzindex. Der frühere Beitrag zu Grok 4.6 veröffentlichte einen Artificial Analysis Intelligence Index. Dieser Start ersetzt diese eine Zahl durch die Aufgabentabelle oben. Verwenden Sie die Zeile, die zur Arbeit passt. Ein Modell kann in derselben Veröffentlichung die Elektrotechnik anführen und beim klinischen Reasoning zurückliegen.

Reasoning-Aufwand

reasoning_effort akzeptiert low, medium, high und xhigh. high ist der Standard. xAI beschreibt low als die leichtere Stufe, medium als mehr Nachdenken, wo die Latenz weniger empfindlich ist, high als die Stufe für schwierige mehrschrittige Probleme und xhigh als die tiefste Stufe, mit der höchsten Latenz, für Probleme, bei denen die Antwortqualität die Antwortzeit überwiegt.

Mehr Aufwand bedeutet gewöhnlich mehr Reasoning-Tokens, und Ausgabetokens sind die teure Seite des Listenpreises. xhigh ist nicht automatisch der richtige Produktionsstandard. Vergleichen Sie Aufgabenerfolg, Latenz und die Gesamtzahl der Tokens an Ihren eigenen Prompts, bevor Sie die Stufe eingeschaltet lassen.

Bei einer mehrzügigen Responses-Unterhaltung behalten Sie die verschlüsselten Reasoning-Elemente in der nächsten Anfrage. Sie wegzulassen verwirft den Kontext, den das Modell benutzt hat, um zur vorherigen Antwort zu gelangen. Chat Completions gibt dieses verschlüsselte Feld nicht zurück.

Werkzeuge, Bilder und Speicher

Funktionsaufrufe sind der Werkzeugpfad, den Sie selbst implementieren. Sie deklarieren die Funktion, das Modell schlägt einen Aufruf vor, Ihre Anwendung führt ihn aus und Sie senden das Ergebnis zurück. Websuche, X-Suche und Codeausführung hostet xAI. Das Modell kann sie von sich aus aufrufen, und jeder Aufruf wird getrennt von den Tokens bepreist.

Bilder können als Eingabe gesendet werden. Die Zusammenfassung der Modellseite listet keinen eigenen Bildpreis. Bildeingaben verbrauchen Kontext und erscheinen in der Token-Nutzung der Anfrage. Die Bilderzeugung bleibt bei den Modellen von Grok Imagine, die eine andere API sind.

Fünfhunderttausend Tokens sind das Fenster, kein Budget, das Sie füllen sollten. xAI empfiehlt einen stabilen prompt_cache_key auf der Responses API und den Header x-grok-conv-id bei direkten Chat Completions, damit eine Unterhaltung eher auf demselben Server landet und den Cache trifft. Ohne diese Affinität berechnet ein Cache-kalter Server den vollen Eingabepreis. Lange Schleifen sollen außerdem ältere Züge verdichten. Die Verdichtung ändert, was das Modell sehen kann. Prüfen Sie die Zusammenfassung gegen die ursprünglichen Einschränkungen, IDs, Entscheidungen und offenen Fehler.

Der Stichtag Mai 2026 ist eine harte Grenze des auswendig vorhandenen Wissens. Alles Neuere verlangt ein Suchwerkzeug, und die Suche ist nicht im Tokenpreis enthalten.

Schutzmaßnahmen

xAI sagt, Grok 4.7 verwende einen neuen Schutzstapel und sei das stärkste Modell, das es bei Ablehnungen und Jailbreak-Resistenz getestet habe. Im Startbeitrag sind zwei Zahlen abgedruckt:

  • Der Biosicherheits-Benchmark von LatchBio: 62.4%.
  • HackerBench v0.3, das xAI als seinen Benchmark riskanter und böswilliger Cyber-Aufgaben beschreibt: 3.3% der riskanten Dual-Use-Prompts werden durchgelassen. xAI sagt außerdem, legitime Sicherheitsarbeit werde selten blockiert.

Der Beitrag sagt, ausgewählte Cybersicherheitspartner hätten nur auf Einladung Zugang zu Red-Team-Fähigkeiten für Verteidigungsforschung. Dieser Zugang gehört nicht zur hier beschriebenen öffentlichen grok-4.7-API.

Diese Zahlen sind Bewertungen des Anbieters. Sie sind kein unabhängiges Audit, und sie sind kein Grund, die menschliche Prüfung bei medizinischen, juristischen, sicherheitsrelevanten oder anderen folgenschweren Antworten zu überspringen.

Offizielle Preise

Token-Tarife

Die xAI-Preisseite, geprüft am 21. September 2026, listet USD je Million Tokens:

Promptgröße Eingabe Gecachte Eingabe Ausgabe
Unter 200,000 Prompt-Tokens $2.00 $0.50 $6.00
Bei oder über 200,000 Prompt-Tokens $4.00 $1.00 $12.00

Der Langtarif deckt die ganze Anfrage ab, sobald der Prompt die Schwelle erreicht. Die ersten 200,000 Tokens behalten nicht den Kurztarif.

Drei offizielle Beispiele

Gebühren für gehostete Werkzeuge sind ausgeschlossen.

Anfrage Grundlage Rechnung Summe
100,000 ungecachte Eingabe, 5,000 Ausgabe Kurz 0.1 × $2 + 0.005 × $6 $0.230
100,000 gecachte Eingabe, 5,000 Ausgabe Kurz 0.1 × $0.50 + 0.005 × $6 $0.080
220,000 ungecachte Eingabe, 10,000 Ausgabe Lang 0.22 × $4 + 0.01 × $12 $1.000

Der Sprung von der ersten zur dritten Zeile ist nicht „ein bisschen mehr Text“. Das Überschreiten von 200,000 Tokens verdoppelt jeden Tarif, und die zusätzlichen Tokens werden zum verdoppelten Tarif berechnet. Ein vollständig gecachter Prompt von 100,000 Tokens in der zweiten Zeile kostet etwa ein Drittel des ungecachten kurzen Prompts, weil die gecachte Eingabe ein Viertel des Eingabetarifs ist und die Ausgabegebühr sich nicht ändert.

Gehostete Werkzeuge, Fast und die US-Region

Aufrufe gehosteter Werkzeuge auf derselben Preisseite:

  • Websuche (web_search): $5 je 1,000 Aufrufe.
  • X-Suche (x_search): $5 je 1,000 Aufrufe zum Zeitpunkt dieser Prüfung. Ab dem 21. September 2026 um 12:00 PT ersetzt xAI diesen Aufrufpreis durch $5 je 1,000 abgerufene Beiträge und $10 je 1,000 abgerufene Nutzerprofile. Jeder zurückgegebene Beitrag zählt, einschließlich Eltern und Zitate. Jedes zurückgegebene Profil zählt.
  • Codeausführung (code_execution und code_interpreter): $5 je 1,000 Aufrufe.
  • Suche in Dateianhängen: $10 je 1,000 Aufrufe.
  • Suche in Collections: $2.50 je 1,000 Aufrufe.

Das Modell entscheidet, wie viele gehostete Aufrufe es macht. Eine suchlastige Antwort kann an Werkzeuggebühren mehr kosten als an Tokens.

Der regionale US-Endpunkt https://us.api.x.ai/v1 hält die Inferenz in den Vereinigten Staaten und multipliziert Eingabe, gecachte Eingabe und Ausgabe mit 1.1, einschließlich der Langkontext-Tarife. Für grok-4.7 sind das $2.20 / $0.55 / $6.60 unter 200,000 Prompt-Tokens und $4.40 / $1.10 / $13.20 auf oder über dieser Linie.

Grok 4.7 Fast ist dasselbe Modell auf schnellerer Infrastruktur. Der Fließtext von xAI sagt, es werde zum Doppelten der Standard-Token-Tarife abgerechnet. Die Preistabelle druckt $4.00 / $1.00 / $12.00 unter 200,000 Prompt-Tokens und $6.00 / $1.50 / $18.00 bei oder über 200,000. Das Verdoppeln der Standardzeile für langen Kontext von $4 / $1 / $12 ergäbe $8 / $2 / $24. Die gedruckte Fast-Zeile für langen Kontext entspricht dieser Verdoppelung nicht. Kalkulieren Sie nach der Tabelle und prüfen Sie die Preisseite erneut, bevor Sie sich auf Fast verlassen. Fast wird über Cursor und Grok Build verkauft. Es liegt nicht auf der öffentlichen xAI-API, es ist nicht in der kostenlosen Stufe von Grok Build enthalten, und der am 21. September 2026 geprüfte Modelflare-Katalog hatte keine Fast-Modell-ID. Die vorhandenen Grok-IDs waren grok-4.5, grok-4.6 und grok-4.7.

Benchmarks zum Start

Die Werte unten sind aus dem Startbeitrag von xAI vom 21. September 2026 kopiert. Folkbench vergleicht Routen nach Verfügbarkeit, Latenz und Preis und hält seine Notizen zu diesem Modell auf folkbench.com/models/grok-4-7. Die Spaltenköpfe behalten die Aufwandsstufe, die xAI gedruckt hat. Die Werte der anderen Modelle sind die, die xAI in dieselbe Tabelle gesetzt hat. Modelflare hat sie nicht erneut ausgeführt.

Bewertung Grok 4.7 xHigh Grok 4.6 High GPT-5.6 Sol Max Fable 5.1 Max
Listenpreis Eingabe, USD / 1M 2 2 4 10
Listenpreis Ausgabe, USD / 1M 6 6 20 50
CursorBench 4.0 46.3% 40.4% 41.7% 51.8%
DeepSWE v1.1 71.0% (high, nicht xHigh) 65.2% 72.7% 70.0%
EEBench 64.0% 53.0% 39.4% 56.4%
AA Briefcase v1.1 1,657 1,546 1,487 1,678
Terminal-Bench 4.0 38.0% 20.3% 37.3% 57.9%
Harvey Legal Agent Benchmark 19.6% 15.8% 2.5% 6.7%
HealthBench Professional 56.7% 48.5% 60.5% 62.1%

Die Spalte Grok 4.7 ist nicht eine einzige Aufwandsstufe. DeepSWE ist ausdrücklich ein Wert mit Aufwand high. Die übrigen Zellen von Grok 4.7 stehen unter der Überschrift xHigh. Grok 4.6 ist High. Sol und Fable sind Max. Ein höherer Wert kann von einer tieferen und teureren Reasoning-Stufe kommen. Das sollte man wissen, und es ist kein abgeglichener Vergleich auf einer einzigen Aufwandsstufe.

In dieser Tabelle führt Grok 4.7 bei EEBench und beim Harvey-Benchmark. Es liegt nahe an den Führenden bei CursorBench, DeepSWE, AA Briefcase und bei Terminal-Bench gegenüber Sol. Es liegt bei Terminal-Bench mit großem Abstand hinter Fable 5.1 und bei HealthBench Professional hinter sowohl Sol als auch Fable 5.1.

Der Listenpreis der Eingabe ist die Hälfte von Sol und ein Fünftel von Fable. Der Listenpreis der Ausgabe ist 30% von Sol und 12% von Fable. „Der halbe Preis“ passt zur Eingabezelle von Sol und passt nicht zu jeder anderen Zelle. Die Tabelle ist der genaue Vergleich.

Modelflare-Preise und worin sich die Gruppen unterscheiden

Am 21. September 2026 enthielt die öffentliche Preisantwort von Modelflare grok-4.7. Der Katalog-Listensatz entspricht dem Listenpreis von xAI für kurzen Kontext: Eingabe $2 je Million Tokens, ein Completion-Faktor von 3, sodass die Ausgabe $6 ist, und ein Cache-Faktor von 0.25, sodass die gecachte Eingabe $0.50 ist. Diese Zeile veröffentlicht keine zweite Langkontext-Stufe. Multiplizieren Sie den Langtarif von xAI von $4 / $1 / $12 nicht mit einem Modelflare-Gruppenfaktor und behandeln Sie das Produkt nicht als die Rechnung. Der auf der abgeschlossenen Anfrage gespeicherte Betrag ist die Zahl, die angewendet wurde.

Die Gruppe wird am API-Schlüssel gewählt. Beide Gruppen rufen dieselbe Modell-ID auf.

Preistabelle

Gruppe Faktor Eingabe / 1M Gecachte Eingabe / 1M Ausgabe / 1M Katalogbeschreibung
grok-award 0.03 $0.06 $0.015 $0.18 Preispriorisiertes Routing für budgetempfindliche, wiederholbare Entwicklung, Tests und flexible Arbeitslasten
grok-stable 0.11 $0.22 $0.055 $0.66 Alltägliche Entwicklung, längere Projekte und Produktionsanwendungen für einzelne Entwickler, die Stabilität wollen

Die Rechnung ist der Katalog-Listensatz mal der Gruppenfaktor. Award ist $2.00 × 0.03, $0.50 × 0.03 und $6.00 × 0.03. Stable ist $2.00 × 0.11, $0.50 × 0.11 und $6.00 × 0.11. Gegenüber dem Listenpreis für kurzen Kontext sind diese Faktoren 3% und 11%. Sie sind nicht 3% oder 11% des Listenpreises für langen Kontext, des US-Regionalpreises oder der Gebühren für gehostete Werkzeuge.

Der chinesische Katalogtext für grok-award fügt einen Satz hinzu, den die englische Beschreibung nicht hat: Der sehr niedrige Preis garantiert weder Stabilität noch Modellqualität. Halten Sie ihn neben dem Faktor 0.03. grok-stable ist die Katalogbeschreibung für gewöhnliche Entwicklung und Produktion. Keiner der beiden Sätze ist eine gemessene Verfügbarkeitsvereinbarung, ein Latenzziel oder die Behauptung, die Gruppen liefen mit unterschiedlichen Gewichten.

Drei Modelflare-Beispiele

Die Token-Formen entsprechen den offiziellen Beispielen. Sie werden zum einzigen Katalogtarif berechnet. Die Cache-Zeilen nehmen an, dass der Nutzungsdatensatz diese Eingabetokens als Cache-Treffer zählt. Sehr kleine Beträge können sich auch verschieben, wenn das Kontingent auf die Abrechnungseinheit gerundet wird, deshalb bleibt das Anfrageprotokoll die Rechnung.

Anfrage grok-award grok-stable
100,000 ungecachte Eingabe, 5,000 Ausgabe $0.0069 $0.0253
100,000 gecachte Eingabe, 5,000 Ausgabe $0.0024 $0.0088
220,000 ungecachte Eingabe, 10,000 Ausgabe, zum einzigen Katalogtarif $0.0150 $0.0550

Die Zeile mit 220,000 Tokens ist absichtlich nicht 0.03 × $1.00 oder 0.11 × $1.00. Ein Dollar ist der Listenbetrag von xAI für langen Kontext. Wenn eine spätere Katalogrevision eine Langkontext-Stufe hinzufügt, ist diese Zeile nicht mehr das Angebot. Die Live-Seite ist die Preisseite von grok-4.7. Das Verzeichnis ist Modelle und Preise.

Das Modell über Modelflare aufzurufen, statt nur für diese ID ein separates xAI-Konto zu eröffnen, bedeutet:

  • Die Modell-ID bleibt grok-4.7. Der Client zielt nicht auf einen umbenannten Alias.
  • Die kanonische Basis-URL ist die OpenAI-kompatible https://modelflare.dev/v1. Ein OpenAI-SDK braucht gewöhnlich diese Basis-URL, einen Modelflare-Schlüssel und die Modell-ID.
  • Der Schlüssel wird in grok-award oder grok-stable gelegt. Dasselbe Konto kann andere Katalogmodelle aufrufen, wenn die Gruppe des Schlüssels sie erlaubt.
  • Die Preisaufteilung ist ausdrücklich. Award ist die günstige Route für Arbeit, die Sie wiederholen können, mit dem oben genannten Vorbehalt zu Stabilität und Qualität. Stable ist die Route, die der Katalog für alltägliche Entwicklung und Produktion beschreibt.
  • Die für diese ID aufgeführten Endpunkttypen sind Chat Completions, Responses und Responses-Kompaktierung.

Dieser Preis enthält keinen gemessenen Latenzvorteil gegenüber einem direkten Aufruf von xAI, keine Gebühren für gehostete Suche oder Codeausführung, nicht die Fast-Serving-Stufe und kein Servicelevel über die Gruppenbeschreibung hinaus.

So rufen Sie Grok 4.7 auf Modelflare auf

Legen Sie einen API-Schlüssel an und wählen Sie grok-award oder grok-stable. Die Gruppe sitzt auf dem Schlüssel. Ein Schlüssel in einer fremden Gruppe kann bei grok-4.7 fehlschlagen, obwohl das Modell öffentlich gelistet ist. Senden Sie die Modell-ID genau. Die kanonische Basis-URL ist https://modelflare.dev/v1. Dieselbe API ist auch unter https://cf.modelflare.dev/v1 und https://origin.modelflare.dev/v1 veröffentlicht. Der Wurzel-Hostname ist die kanonische Website.

Chat Completions:

export MODELFLARE_API_KEY="YOUR_MODELFLARE_API_KEY"

curl -sS https://modelflare.dev/v1/chat/completions \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "reasoning_effort": "high",
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan and list the three assumptions that most need a test."
      }
    ]
  }'

Responses:

curl -sS https://modelflare.dev/v1/responses \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "reasoning": {"effort": "high"},
    "input": "Review this migration plan and list the three assumptions that most need a test."
  }'

Bei Chat Completions akzeptiert reasoning_effort low, medium, high und xhigh. Bei Responses setzen Sie reasoning.effort auf dieselben Werte. Die Bildeingabe verwendet das gewöhnliche OpenAI-Inhaltsarray in einer Benutzernachricht. Eigene Funktionen verwenden das gewöhnliche Feld tools. POST /v1/responses/compact ist für dieses Modell aufgeführt und wird als Kompaktierung auf grok-4.7 weitergeleitet, nicht als eine andere Modell-ID. Gehostete xAI-Werkzeuge, einschließlich der Websuche, sind ein Anbieterverhalten. Probieren Sie sie auf der Route, die Sie wirklich nutzen werden, und lesen Sie den Nutzungsdatensatz, bevor Sie sich auf sie oder auf die Aufrufgebühren von xAI verlassen.

Zum Unterschied zwischen den beiden Anfrageformen siehe Responses API gegenüber Chat Completions. Zur Kostenmethode hinter den Tabellen siehe wie die LLM-Tokenkosten berechnet werden und Kostenverfolgung der KI-API.

Prüfungen, bevor Sie den Verkehr umschalten

  1. Legen Sie grok-4.7 fest. Akzeptieren Sie keinen stillen Ersatz durch Grok 4.6 oder Grok 4.5.
  2. Bestätigen Sie, dass die Gruppe des Schlüssels grok-award oder grok-stable ist, und wählen Sie sie nach der Toleranz für Wiederholungen und nicht allein nach dem Faktor.
  3. Spielen Sie eine feste, nicht sensible Menge bei low, medium, high und xhigh erneut ab. Erfassen Sie Erfolg, Latenz, Eingabetokens, gecachte Eingabe, Ausgabetokens und den Betrag.
  4. Lassen Sie Grok 4.6 auf derselben Menge laufen, bevor Sie es ersetzen. Der Listenpreis ist ähnlich. Die Wertetabelle ist nicht einheitlich.
  5. Bepreisen Sie einen Prompt knapp unter 200,000 Tokens und einen knapp darüber und lesen Sie danach den erfassten Betrag. Das Blatt von xAI und die Katalogzeile von Modelflare veröffentlichen derzeit nicht dieselbe Langkontext-Regel.
  6. Wenn der Arbeitsablauf Bilder, Funktionsaufrufe, Streaming oder Abbruch braucht, testen Sie diese Pfade. Ein einzelner Erfolg nur mit Text deckt sie nicht ab.
  7. Behalten Sie eine Rückfallroute. Eine abgeschlossene HTTP-Antwort zeigt nur, dass ein Aufruf beendet wurde.

Quellen

Geprüft am 21. September 2026.