Was passiert ist
xAI veröffentlicht Grok 4.7 und nennt es sein leistungsfähigstes Modell für Coding und Wissensarbeit. Gebaut ist es auf einem neuen, größeren Basismodell als Grok 4.6, dazu kommt ein längerer Reinforcement-Learning-Lauf auf einer härteren Aufgabenmischung.
Die Mischung neigt zu Problemen, an denen man viele Stunden sitzt.
Außerdem soll das Modell besser darin sein, die eigene Arbeit zu prüfen und längeren Kontext zu verdauen. Trainiert wurde es auch darauf, das Grok Bot Harness nativ zu verstehen, was laut xAI bei Gesprächsaufgaben und allgemeiner Wissensarbeit hilft.
Der Preis hat sich nicht bewegt. Input-Tokens kosten $2 pro Million, gecachte Tokens $0.50 pro Million, Output-Tokens $6 pro Million. Auch beim Tempo zieht Grok 4.7 laut xAI mit Grok 4.6 gleich.
Die Doku nennt ein Kontextfenster von 500,000 Tokens, Text- und Bildeingabe, Function Calling, strukturierte Ausgaben und Reasoning. Anfragen jenseits des 200K-Kontextfensters werden zu anderen Sätzen abgerechnet. Die Batch API wird nicht unterstützt.
Warum es zählt
Preis-Leistung ist der ganze Pitch. Auf CursorBench 4.0, einem Benchmark für länger laufende Coding-Aufgaben, liegt Grok 4.7 laut xAI an der Spitze beim Preis-Leistungs-Verhältnis.
Beim Vergleichswert 6 High in diesem Test steht in der Tabelle 8%.
Die Konkurrenten kosten $4 und $10 für Input sowie $20 und $50 für Output, jeweils pro Million Tokens.
Grok 4.7 führt diese Zeile also nicht an. Das Argument lautet: Es kommt nah ans Feld heran, bei einem Bruchteil der Output-Kosten. Ein fairer Pitch, aber es ist die Tabelle von xAI, auf der Seite von xAI, und xAI sucht die Zeilen aus.
Beachte auch das Sternchen: Der DeepSWE-v1.1-Wert von 71.0% trägt in der Anbietertabelle eines. Lies das Kleingedruckte, bevor du deinen Stack umbaust.
Ein größeres Modell zum gleichen Preis ist ein stiller Rabatt auf Fähigkeiten.
Was du damit machst
- Teste deine eigene Aufgabe.Setz Grok 4.7 auf einen echten Coding-Job aus deinem Backlog an, der Stunden frisst, und vergleich das Ergebnis mit deinem aktuellen Modell.
- Rechne die Tokens durch.Prüf deine Kontextgrößen gegen die 200K-Schwelle, denn dahinter ändert sich der Preis.
- Probier den Effort-Regler.Die Doku listet die Reasoning-Stufen low, medium, high und xhigh, mit high als Standard. Teste, wo sich das Extra-Nachdenken lohnt.
- Lies die Benchmark-Fußnoten.Anbietertabellen wählen ihre Zeilen selbst. Nimm jeden Score als Startpunkt, nicht als Urteil.
Ciao, sapiens. Das Modell kontrolliert jetzt seine Hausaufgaben selbst. Du bist dran.


