xAI: Grok 4.7

Grok 4.7 se concentre sur le codage, les tâches agentiques et le travail intellectuel. Le raisonnement, la compréhension d'images et l'appel d'outils le rendent adapté aux assistants qui doivent diagnostiquer un problème, agir en conséquence et évaluer le résultat.

Comparer les modèles

grok-4.7

DisponiblexAIDiscussionEntrée en cache : 75% de réductionRécent

Entrée / Sortie-50%: $2.00 / $6.00$1.00 / $3.00
Contexte: 500K
Date de sortie: 21 sept. 2026
Sortie maximale: 128K
Modalités: VisionDiscussion
Capacités: Utilisation d'outilsCache de promptsRaisonnement

À propos de Grok 4.7

Grok 4.7 est le modèle de pointe de xAI pour le codage, les tâches agentiques et le travail intellectuel, et celui que la documentation de xAI recommande en premier. Il lit le texte et les images, rédige du texte, appelle des outils et renvoie des sorties structurées, avec un effort de raisonnement allant de faible à xhigh. Il est adapté aux assistants qui diagnostiquent un problème, agissent en conséquence, puis évaluent le résultat.

Points forts

xAI le recommande comme son modèle le plus performant, destiné au codage et aux boucles agentiques qui diagnostiquent, agissent et confirment le résultat.
L'effort de raisonnement s'étend de faible à xhigh, avec « high » comme valeur par défaut pour les tâches exigeantes.
Il accepte des images avec du texte, permettant ainsi d'inclure un bug visuel ou un graphique dans la tâche.
L'appel de fonctions et les sorties structurées prennent en charge les agents multi-outils et les formats de données stricts.
Le raisonnement est toujours effectué, ce qui profite aux tâches nécessitant une planification avant l'action.

Quand préférer un autre modèle

Le raisonnement permanent le rend plus lent que le modèle 4.20 (sans raisonnement) pour la rédaction simple ou l'extraction.
Il ne peut pas générer d'images, d'audio ou de vidéo ; la sortie est textuelle.
Sa fenêtre de contexte est plus petite que celle de Grok 4.3 et de la famille 4.20, ce qui est important pour les entrées très volumineuses.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
02
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Texte vers texteResponses API
POST/v1/responses
Format d'API:
```
curl https://api.tokenlab.sh/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "grok-4.7",
    "input": "Hello!"
  }'
```

Tarification

Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.

Entrée tokens <= 200K

Par 1M Token

Tarif Official: Entrée $2.00 / Sortie $6.00 / Lecture cache $0.50
Prix TokenLab: Entrée $1.00 / Sortie $3.00 / Lecture cache $0.25
Remise: -50%

Entrée tokens 200K-500K

Par 1M Token

Tarif Official: Entrée $4.00 / Sortie $12.00 / Lecture cache $1.00
Prix TokenLab: Entrée $2.00 / Sortie $6.00 / Lecture cache $0.50
Remise: -50%

Tarification du cache de prompt

Lecture cache

Tarif Official: $0.50
Prix TokenLab: $0.25
Remise: -50%

	Tarif OfficialPar 1M Token	Prix TokenLabPar 1M Token	Remise
Entrée tokens <= 200K	Entrée $2.00 / Sortie $6.00 / Lecture cache $0.50	Entrée $1.00 / Sortie $3.00 / Lecture cache $0.25	-50%
Entrée tokens 200K-500K	Entrée $4.00 / Sortie $12.00 / Lecture cache $1.00	Entrée $2.00 / Sortie $6.00 / Lecture cache $0.50	-50%
Tarification du cache de prompt
Lecture cache	$0.50	$0.25	-50%

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 3 oct. 2026, 19:21 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Grok 4.7 dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester grok-4.7 avec un message sur /v1/responses. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Raisonnement
Vision

Agents de codage autonomes
Laissez-le lire un dépôt, effectuer des modifications sur plusieurs fichiers, exécuter des tests via un outil, interpréter les échecs et itérer jusqu'à ce que la modification soit validée.
Diagnostic d'incident
Donnez-lui des alertes, des journaux et des captures d'écran de tableaux de bord, et demandez-lui de trouver la cause, d'appliquer une correction documentée via des outils et de confirmer le rétablissement.
Travail intellectuel complexe
Préparez des analyses combinant de longs documents sources, des calculs et une recommandation écrite, avec un niveau de raisonnement élevé pour les questions les plus difficiles.

Exemples de prompts

Le test de paiement échoue uniquement sur l'intégration continue (CI). Inspectez le dépôt, trouvez la raison, corrigez-le, exécutez le test et rapportez ce que vous avez modifié.

Ces trois tableaux de bord et le journal d'erreurs couvrent une panne. Identifiez le premier composant défaillant et proposez un plan de retour arrière.

Examinez cet export de feuille de calcul du modèle de tarification et la note de synthèse. Listez les points où les conclusions de la note ne découlent pas des chiffres.

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

En quoi Grok 4.7 est-il performant ?

xAI le décrit comme conçu pour le codage, les tâches agentiques et le travail intellectuel. Il combine raisonnement, compréhension d'images et appel d'outils, ce qui lui permet de diagnostiquer un problème, d'agir via des outils et d'évaluer le résultat en une seule boucle.

Quels sont les niveaux de raisonnement de Grok 4.7 ?

Faible, moyen, élevé et xhigh, avec « élevé » par défaut. Le raisonnement est toujours activé pour ce modèle ; le paramètre contrôle donc l'effort fourni plutôt que l'activation de la réflexion.

Grok 4.7 peut-il lire des captures d'écran et des graphiques ?

Oui. Il accepte des images avec du texte, ce qui est utile pour les bugs d'interface, les tableaux de bord et les figures dans les documents. La sortie reste textuelle. Posez une question textuelle, par exemple sur la raison d'un problème de mise en page ou sur ce qu'un graphique montre, et la réponse sera fournie sous forme d'explication écrite.

Grok 4.7 est-il meilleur que Grok 4.6 ?

Grok 4.7 est la version la plus récente et le modèle recommandé par xAI, avec les mêmes entrées et niveaux d'effort. Attendez-vous à ce qu'il soit un meilleur point de départ pour le travail agentique.

Grok 4.7 prend-il en charge l'appel de fonctions ?

Oui, ainsi que les sorties structurées. Vous pouvez définir des outils et des schémas JSON dans la requête, ce qui le rend adapté aux agents devant agir sur des systèmes externes.

Combien coûte Grok 4.7 ?

Sur TokenLab, Grok 4.7 coûte Entrée $1.00 / Sortie $3.00 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de Grok 4.7 ?

Grok 4.7 accepte jusqu'à 500 000 jetons de contexte et génère jusqu'à 131 072 jetons par réponse.

Quel endpoint Grok 4.7 doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/responses pour Grok 4.7. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Grok 4.7 prend-il en charge ?

Grok 4.7 prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.