grok-4.7
grok-4.7 od xAI: $2 wejście i $6 wyjście za 1M tokenów, kontekst 500K. Wywołuj przez bramkę LLM odnogi.
grok-4.7 jest dostarczany przez xAI i wywoływany przez odnogę na /v1/chat/completions, w tym samym formacie zgodnym z OpenAI co pozostałe modele na tym endpoincie. To model rozumujący — zużywa dodatkowe tokeny wyjściowe na rozumowanie, więc przy trudnych zadaniach licz się z wyższym kosztem wyjścia. Przyjmuje obrazy obok tekstu. Obsługuje wywoływanie narzędzi i funkcji. Można wymusić zwracanie ustrukturyzowanego JSON-a. Okno kontekstu 500K tokenów wyznacza, ile wejścia zmieścisz w jednym wywołaniu. Pamięć podręczna wejścia kosztuje $0.5 za 1M tokenów, więc powtarzane prefiksy są tańsze.
Specyfikacja i cena
| Dostawca | xAI |
|---|---|
| ID modelu | grok-4.7 |
| Okno kontekstu | 500K tokenów |
| Maks. wyjście | — |
| Wywołanie przez | /v1/chat/completions |
| Możliwości | Rozumowanie, Czyta obrazy, Wywoływanie narzędzi, Schemat JSON, Streaming, Cache promptu |
| Za 1M tokenów | Koszt dostawcy | Twoja cena na planie Free+7% |
|---|---|---|
| Wejście | $2 | $2.15 |
| Wyjście | $6 | $6.45 |
| Pamięć podręczna wejścia | $0.5 | $0.538 |
Koszt dostawcy to cena katalogowa za milion tokenów zapisana w katalogu odnoga; Twoja cena stosuje marżę planu tym samym wzorem, który rozlicza każdy request — zobacz cennik. Cennik
Wywołaj przez odnogę
const res = await fetch("https://api.odnoga.com/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.ODNOGA_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: "grok-4.7",
messages: [{ role: "user", content: "Hello" }],
}),
});
Jeden endpoint, jeden klucz, jeden rachunek — /v1/chat/completions ma ten sam format niezależnie od dostawcy. Zmieniasz identyfikator modelu, a odnoga zajmuje się kluczami, routingiem, limitami i rozliczeniem kosztów.
Co potrafi grok-4.7
Wszystko poniżej to funkcje, które obsługuje sam model. Jeśli poprosisz o coś, czego nie potrafi, odnoga powie Ci o tym, zanim wywołanie trafi do dostawcy — zamiast zwrócić gorszą odpowiedź.
Rozkłada problem na kroki, zanim odpowie — zużywa więcej tokenów, ale lepiej radzi sobie z trudnymi zadaniami.
Wyślij zrzut ekranu, zdjęcie albo skan w tej samej wiadomości co tekst.
Model wywołuje funkcje, które sam zdefiniujesz, i korzysta z tego, co zwrócą.
Odpowiada poprawnym JSON-em, zamiast tekstem, który trzeba dopiero parsować.
Odpowiada dokładnie w takiej strukturze, jaką podasz — odpowiedź pasuje do Twoich typów bez ścieżki awaryjnej.
Tokeny przychodzą na bieżąco, więc Twój interfejs zaczyna odpowiadać od razu.
Prompt wysyłany wielokrotnie liczy się po stawce cache — ułamku ceny wejścia.
Dokładniejsza kontrola
- Wyjście strukturalne · Dostawca gwarantuje zgodność ze schematem, a nie tylko do niej dąży.
- Równoległe narzędzia · Wywołuje kilka Twoich funkcji w jednej turze, zamiast jedna po drugiej.
Jak używać grok-4.7
Opracowano na podstawie danych tego modelu w katalogu odnogi.
Najlepszy do
- Problemy wieloetapowe, które trzeba rozpisać: planowanie, debugowanie, uzgadnianie danych, analiza z krokami pośrednimi.
- Zadania łączące obraz z tekstem — zrzuty ekranu, skany dokumentów, wykresy, zdjęcia produktów.
- Agenci i workflow wywołujące Twoje funkcje — model obsługuje wywoływanie narzędzi.
- Wyjście nadające się do zapisu w bazie — wymuszony JSON.
- Długie wejścia: okno 500K tokenów mieści całe umowy, repozytoria lub transkrypcje w jednym requeście.
- Czaty dla użytkownika, gdzie odpowiedź ma pojawiać się w trakcie pisania.
Nie wybieraj go, gdy
- Proste, częste wywołania — rozumowanie zużywa dodatkowe tokeny wyjściowe, więc model bez rozumowania z tego samego katalogu bywa tańszy i szybszy.
- Zadania, gdzie błędna odpowiedź jest kosztowna bez kontroli człowieka — żaden model w katalogu tego nie znosi.
Praktyczne wskazówki dla odnogi
- 01Przypnij id modelu do wersji zarządzanego promptu — zmiana modelu jest wtedy zmianą wersji, którą można porównać i wycofać, a nie edycją w kodzie aplikacji.
- 02Porównaj go z 2–8 innymi modelami na tych samych zamrożonych przypadkach testowych w laboratorium ewaluacji, zanim ustawisz go jako domyślny w produkcji.
- 03Trzymaj stałą część promptu na początku: cache wejścia kosztuje $0.5 za 1M tokenów zamiast $2.
- 04Przy powtarzalnych, deterministycznych wywołaniach odnoga zwraca zapisaną odpowiedź i nie nalicza tokenów vendora — wyłącz to dla treści kreatywnych.
- 05Proś o JSON przez format odpowiedzi, a nie w treści promptu — schemat jest wtedy wymuszony, a nie sugerowany.
- 06Zaplanuj budżet tokenów wyjściowych: rozumowanie liczy się po stronie wyjścia, więc krótka odpowiedź nadal bywa drogim wywołaniem.
- 07Ustaw model zapasowy na trasie, by awaria vendora obniżała jakość zamiast zwracać błąd, oraz budżet na tenanta, by jeden klient nie wydał całego miesiąca.
Ile kosztuje miesiąc
1 000 wywołań miesięcznie, po 10 000 tokenów wejścia i 2 000 tokenów wyjścia, w Twojej cenie na planie Free (koszt dostawcy +7%):
| Wejście (10M tokenów) | $21.51 |
|---|---|
| Wyjście (2M tokenów) | $12.90 |
| Twój koszt miesięcznie na planie Free | $34.41 |
Koszt katalogowy dostawcy $32.00 + marża odnogi $2.41 (+7%). Pamięć podręczna wejścia lub ponowne użycie odpowiedzi ją obniża; odnoga zapisuje obie wartości dla każdego requestu.
Jeśli grok-4.7 to nie to
Modele, które przyjmują ten sam rodzaj danych, są rozliczane tak samo i robią najbardziej zbliżone rzeczy. To nie ranking jakości — odnoga nie testuje modeli porównawczo.
| Model | Kontekst | Wejście / 1M | Wyjście / 1M | Możliwości |
|---|---|---|---|---|
| grok-4.7 | 500K | $2 | $6 | Rozumowanie, Czyta obrazy, Wywoływanie narzędzi, Schemat JSON, Streaming, Cache promptu |
| grok-4.5 | 500K | $2 | $6 | Rozumowanie, Czyta obrazy, Wywoływanie narzędzi, Schemat JSON, Streaming, Wyszukiwanie w sieci, Cache promptu |
| grok-4.6 | 500K | $2 | $6 | Rozumowanie, Czyta obrazy, Wywoływanie narzędzi, Schemat JSON, Streaming, Wyszukiwanie w sieci, Cache promptu |
| GPT-5.3 Codex | 400K | $1.75 | $14 | Rozumowanie, Czyta obrazy, Wywoływanie narzędzi, Schemat JSON, Streaming, Cache promptu |
Pytania
- Ile kosztuje grok-4.7 za 1M tokenów?
- xAI podaje $2 / $6 za 1M tokenów wejścia / wyjścia w katalogu odnoga. Przez odnoga płacisz cenę vendora plus marżę planu, a każdy request zapisuje obie wartości.
- Do czego najlepiej nadaje się grok-4.7?
- Problemy wieloetapowe, które trzeba rozpisać: planowanie, debugowanie, uzgadnianie danych, analiza z krokami pośrednimi. Zadania łączące obraz z tekstem — zrzuty ekranu, skany dokumentów, wykresy, zdjęcia produktów. Agenci i workflow wywołujące Twoje funkcje — model obsługuje wywoływanie narzędzi.
- Czy mogę przełączyć się na grok-4.7 bez zmiany kodu?
- Tak. odnoga udostępnia jeden endpoint zgodny z OpenAI — przełączenie to wysłanie "grok-4.7" jako id modelu lub zmiana w wersji zarządzanego promptu, bez wdrożenia aplikacji.
- Jak duże jest okno kontekstu grok-4.7?
- 500K tokenów wejścia.
Wszystkie modele · Cennik · Dokumentacja · Porównaj modele w laboratorium ewaluacji