Grok 4.7：规格、能力、基准与 Modelflare 价格
按公开资料说明 Grok 4.7 的规格、推理档位、发布基准、官方 Token 价格，以及 2026 年 9 月 21 日核对的 Modelflare grok-award 与 grok-stable 价格。
xAI 于 2026 年 9 月 21 日发布 Grok 4.7。API 模型 ID 是 grok-4.7。它是 xAI 目前面向编程、Agent 工具调用和知识工作的旗舰模型。同一天，Modelflare 的公开价格目录已经列出这个 ID。
本文把三层信息分开。规格以 xAI 文档为准。基准表是 xAI 在发布文里自行给出的分数。Modelflare 价格是 2026 年 9 月 21 日 GET /api/pricing 的公开返回。厂商分数不是 Modelflare 的独立测试，目录里有这一行也不表示每把密钥、每条路由、每条提示都会得到同样的结果。
xAI 没有公布 Grok 4.7 的参数量、层数或训练 Token 总量。“比 Grok 4.6 更大”只是官方对新基座模型的定性描述。下面的对比只使用已经公开的数字：上下文、Token 价格、推理档位、模态，以及发布分数。
这次发布了什么
发布文把 Grok 4.7 描述为相对 Grok 4.6 的新的、更大的基座模型，并用更长的强化学习继续训练。任务组合更难，权重偏向需要许多小时才能完成的问题。xAI 表示，模型更擅长核对自己的工作、管理长上下文，并且针对对话场景使用的 Grok Bot 运行框架做了专门训练。
发布文里的两句话不能合成一句。标题写的是“速度是同类模型的两倍，价格是一半”。正文写的是：它以与 Grok 4.6 相同的价格和速度提供服务。Token 价格表支持后一句话：两者的标价都是每百万输入 Token 2 美元、每百万输出 Token 6 美元。标题里的比较对象，是同一张表里标价更高的其他模型。xAI 没有在“快一倍”旁边给出每秒 Token 数，所以本文不把这句宣传语当成已经测得的延迟结果。
grok-4.7 已在 xAI API、Cursor 中提供，并且是 Grok Build 的默认模型。另有一条 Fast 服务路径，只在 Cursor 和 Grok Build 中提供。它不在公开的 xAI API 上，本次核对的 Modelflare 目录里也没有这个 ID。
规格对比
下表是 xAI 公布的美元标价，单位为每百万 Token。“短上下文”指提示不足 20 万 Token。“长上下文”指提示达到 20 万 Token。按价格表，一旦越过这条线，本次请求里的全部 Token 都改用长上下文价格，不是只对超出的部分改价。
| 项目 | grok-4.7 | grok-4.6 | grok-4.5 |
|---|---|---|---|
| 上下文窗口 | 500,000 Token | 500,000 Token | 500,000 Token |
| 短上下文输入 / 缓存输入 / 输出 | $2.00 / $0.50 / $6.00 | $2.00 / $0.50 / $6.00 | $2.00 / $0.30 / $6.00 |
| 长上下文输入 / 缓存输入 / 输出 | $4.00 / $1.00 / $12.00 | $4.00 / $1.00 / $12.00 | $4.00 / $0.60 / $12.00 |
| 推理强度 | low、medium、high（默认）、xhigh | low、medium、high（默认）、xhigh | low、medium、high（默认） |
同一天在模型页核对到的 Grok 4.7 细节：
- 输入是文本和图片，输出是文本。模型本身不生成图片。
- 页面写明没有固定的文本输出上限。客户端超时、账号限额和剩余上下文仍然有效。
- 知识截止日期是 2026 年 5 月。没有打开搜索工具时，模型不知道此后的事件。
- 文档列出的接口是 Responses API 和 Chat Completions。
- 文档列出的工具包括函数调用、网页搜索、X 搜索和代码执行。
- 推理不能关闭。不传强度时，默认是
high。 - 在 Responses API 上，即使请求没有要求，
grok-4.7也会返回reasoning.encrypted_content。后续轮次应原样带回这些推理项。Chat Completions 没有这项行为。
Grok 4.5 的最高档是 high。Grok 4.6 和 Grok 4.7 增加了 xhigh。缓存输入标价也变了：Grok 4.5 在短上下文是 $0.30、长上下文是 $0.60；Grok 4.6 和 Grok 4.7 是 $0.50 和 $1.00。这三个 ID 的标准输入和输出标价没有变化。
能力维度
编程与长时间 Agent
发布文把 Grok 4.7 指向需要长时间运行的工作：多步编程、在宣布完成之前核对自己的结果，以及把很长的上下文保持住。下面的编程分数都来自 xAI 的发布表：
- CursorBench 4.0，侧重更长的编程任务：xHigh 为 46.3%。Grok 4.6 High 为 40.4%，GPT-5.6 Sol Max 为 41.7%，Fable 5.1 Max 为 51.8%。
- DeepSWE v1.1：71.0%。xAI 标注这是 high 强度的分数，不是 xHigh。Grok 4.6 为 65.2%，Sol 为 72.7%，Fable 5.1 为 70.0%。
- Terminal-Bench 4.0：38.0%。Grok 4.6 为 20.3%，Sol 为 37.3%，Fable 5.1 为 57.9%。
- EEBench，电气工程：64.0%。Grok 4.6 为 53.0%，Sol 为 39.4%，Fable 5.1 为 56.4%。
这些行用来看厂商认为模型移动到了哪里，不能当成你的仓库会得到的分数。在 CursorBench 上，xAI 称之为价格性能的前沿：分数高于 Sol 和 Grok 4.6，低于 Fable 5.1，标价则明显低于后两者。DeepSWE 接近 Fable，仍低于 Sol，而且不是 xHigh 的数字。终端任务相对 Grok 4.6 提升很大，和 Sol 接近，Fable 5.1 在这一行仍明显领先。EEBench 是这张表里最清楚的领先项。
专业知识和办公工作
xAI 同时给出了办公和专业任务：
- AA Briefcase v1.1，多小时办公工作：1,657。Grok 4.6 为 1,546，Sol 为 1,487，Fable 5.1 为 1,678。
- Harvey Legal Agent Benchmark：19.6%。Grok 4.6 为 15.8%，Sol 为 2.5%，Fable 5.1 为 6.7%。领跑这张表，仍然大约是五分之一的题目。这不能说明模型可以在无人复核的情况下承担法律工作。
- HealthBench Professional，临床推理：56.7%。Grok 4.6 为 48.5%，Sol 为 60.5%，Fable 5.1 为 62.1%。这一行 Grok 4.7 高于前代，低于两个对照模型。
发布文还说，Grok 4.7 更擅长文档和演示文稿，在 GDPval 上优于 Grok 4.6，并与其他前沿模型处于同一区间。正文没有印出 GDPval 的具体分数，本文也不补一个数字。
Grok 4.7 的发布文里没有单一的智力指数。Grok 4.6 更早的发布文曾给出 Artificial Analysis Intelligence Index。这一次用上面的任务表代替了那个单一数字。应挑选和工作匹配的那一行。同一次发布里，模型可以在电气工程上领先，同时在临床推理上落后。
推理强度
reasoning_effort 可以是 low、medium、high 和 xhigh。默认是 high。xAI 把 low 描述为更轻的档位，把 medium 描述为延迟没那么敏感时使用的更多思考，把 high 描述为面向困难多步问题的档位，把 xhigh 描述为最深的档位：延迟最高，适合答案质量比响应时间更重要的问题。
更高的强度通常意味着更多推理 Token，而输出 Token 是标价里更贵的一侧。xhigh 不会自动成为正确的生产默认值。先在自己的提示上比较任务成功率、延迟和总 Token，再决定是否长期打开它。
多轮 Responses 对话应把加密推理项放进下一次请求。丢掉它们，等于丢掉模型得出上一答案时使用的上下文。Chat Completions 不会返回这个加密字段。
工具、图片和记忆
函数调用是你自己实现的工具路径。你声明函数，模型提出调用，应用程序执行，再把结果送回去。网页搜索、X 搜索和代码执行由 xAI 托管。模型可以自己发起这些调用，每次调用都在 Token 之外单独计价。
图片可以作为输入发送。模型页摘要没有单独的图片价格。图片输入占用上下文，并出现在该次请求的 Token 用量里。图片生成属于另一套 Grok Imagine 模型。
50 万 Token 是窗口，不是应当填满的预算。xAI 建议在 Responses API 上使用稳定的 prompt_cache_key，在直连 Chat Completions 上使用 x-grok-conv-id 请求头，让同一段对话更可能落到同一台服务器并命中缓存。没有这种亲和性时，缓存未热的服务器会按完整输入价格计费。长循环还应压缩较早的轮次。压缩会改变模型能看到的内容。摘要必须对照原来的约束、ID、已做决定和尚未解决的错误进行核验。
2026 年 5 月的截止日期是记忆知识的硬边界。更新的信息必须靠搜索工具，而搜索不包含在 Token 价格里。
安全边界
xAI 表示，Grok 4.7 使用了新的安全防护栈，并且是它测过的模型里，在拒绝和对抗越狱上最强的一个。发布文印出了两个数字：
- LatchBio 的生物安全基准：62.4%。
- HackerBench v0.3。xAI 把它描述为自己对高风险和恶意网络任务的基准：高风险的两用提示中有 3.3% 会被放行。xAI 同时表示，正当的安全工作很少被拦截。
发布文还说，部分网络安全合作伙伴获得了仅限邀请的红队能力，用于防御研究。这项权限不属于这里描述的公开 grok-4.7 API。
这些数字是厂商评估。它们不是独立审计，也不能成为在医疗、法律、安全或其他高风险回答上省去人工复核的理由。
官方价格
Token 价格
2026 年 9 月 21 日核对的 xAI 价格页，单位为每百万 Token 的美元价格：
| 提示规模 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 不足 200,000 个提示 Token | $2.00 | $0.50 | $6.00 |
| 达到或超过 200,000 个提示 Token | $4.00 | $1.00 | $12.00 |
提示一旦达到阈值，长上下文价格覆盖整次请求。前 20 万 Token 不会继续按短上下文价格计算。
三个官方例子
不含托管工具费用。
| 请求 | 档位 | 计算 | 合计 |
|---|---|---|---|
| 100,000 未缓存输入，5,000 输出 | 短 | 0.1 × $2 + 0.005 × $6 | $0.230 |
| 100,000 缓存输入，5,000 输出 | 短 | 0.1 × $0.50 + 0.005 × $6 | $0.080 |
| 220,000 未缓存输入，10,000 输出 | 长 | 0.22 × $4 + 0.01 × $12 | $1.000 |
从第一行到第三行的跃升，不是“文字多了一点”。越过 20 万 Token 后，每一档单价都翻倍，多出来的 Token 也按翻倍后的价格计算。第二行里，10 万 Token 全部命中缓存时，费用大约是未缓存短提示的三分之一，因为缓存输入是输入价格的四分之一，输出费用不变。
托管工具、Fast 和美国区域
同一价格页上的托管工具调用：
- 网页搜索（
web_search）：每 1,000 次 $5。 - X 搜索（
x_search）：本次核对时为每 1,000 次调用 $5。自 2026 年 9 月 21 日 12:00（太平洋时间）起，xAI 改为按取回的帖子每 1,000 条 $5、按取回的用户资料每 1,000 份 $10。返回的每条帖子都计数，包括父帖和引用帖。返回的每份资料都计数。 - 代码执行（
code_execution和code_interpreter）：每 1,000 次 $5。 - 附件搜索：每 1,000 次 $10。
- 集合搜索：每 1,000 次 $2.50。
模型自己决定发起多少次托管调用。一次重度搜索的回答，工具费可能高于 Token 费。
美国区域端点 https://us.api.x.ai/v1 把推理留在美国，并把输入、缓存输入和输出都乘以 1.1，长上下文价格同样乘。对 grok-4.7 来说，20 万提示 Token 以下是 $2.20 / $0.55 / $6.60，达到或超过这条线是 $4.40 / $1.10 / $13.20。
Grok 4.7 Fast 是同一模型在更快的基础设施上提供服务。xAI 的正文说它按标准 Token 价格的两倍计费。价格表印出的是：20 万提示 Token 以下为 $4.00 / $1.00 / $12.00，达到或超过 20 万为 $6.00 / $1.50 / $18.00。把标准长上下文的 $4 / $1 / $12 翻倍，会是 $8 / $2 / $24。价格表上的 Fast 长上下文一行并不是这个翻倍结果。做预算时以表格为准，并在依赖 Fast 之前重新查看价格页。Fast 通过 Cursor 和 Grok Build 销售。它不在公开 xAI API 上，也不包含在 Grok Build 的免费档里。2026 年 9 月 21 日的 Modelflare 目录没有 Fast 模型 ID。当时存在的 Grok ID 是 grok-4.5、grok-4.6 和 grok-4.7。
发布基准
下表抄自 xAI 2026 年 9 月 21 日的发布文。Folkbench 按可用率、延迟和价格比较线路，Grok 4.7 的说明收在 这个页面。列标题保留 xAI 印出的推理强度。其他模型的分数是 xAI 放在同一张表里的数字。Modelflare 没有重跑这些评测。
| 评测 | Grok 4.7 xHigh | Grok 4.6 High | GPT-5.6 Sol Max | Fable 5.1 Max |
|---|---|---|---|---|
| 输入标价，美元 / 1M | 2 | 2 | 4 | 10 |
| 输出标价，美元 / 1M | 6 | 6 | 20 | 50 |
| CursorBench 4.0 | 46.3% | 40.4% | 41.7% | 51.8% |
| DeepSWE v1.1 | 71.0%（high，不是 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% |
Grok 4.7 这一列不是单一强度。DeepSWE 明确是 high 的分数。其他 Grok 4.7 格子位于 xHigh 标题下。Grok 4.6 是 High。Sol 和 Fable 是 Max。更高的分数可能来自更深、更贵的推理档位。这值得知道，但它不是同一强度下的对照实验。
在这张表上，Grok 4.7 领先的是 EEBench 和 Harvey 基准。它在 CursorBench、DeepSWE、AA Briefcase，以及相对 Sol 的 Terminal-Bench 上接近领先者。它在 Terminal-Bench 上大幅落后于 Fable 5.1，在 HealthBench Professional 上落后于 Sol 和 Fable 5.1。
输入标价是 Sol 的一半、Fable 的五分之一。输出标价是 Sol 的 30%、Fable 的 12%。“一半价格”对得上 Sol 的输入格子，对不上表里的每一个格子。精确比较就是这张表。
Modelflare 的价格和分组差别
2026 年 9 月 21 日，Modelflare 的公开价格响应包含 grok-4.7。目录标价与 xAI 的短上下文标价一致：输入每百万 Token $2，完成倍率 3，因此输出是 $6，缓存倍率 0.25，因此缓存输入是 $0.50。这一行没有公布第二档长上下文价格。不要把 xAI 的长上下文 $4 / $1 / $12 乘上 Modelflare 的分组倍率，再把乘积当成账单。已经入账的请求记录才是实际采用的金额。
分组选在 API 密钥上。两个分组调用的是同一个模型 ID。
价格表
| 分组 | 倍率 | 输入 / 1M | 缓存输入 / 1M | 输出 / 1M | 目录说明 |
|---|---|---|---|---|---|
grok-award |
0.03 | $0.06 | $0.015 | $0.18 | 价格优先线路，适合预算敏感、可重试的开发、测试和弹性任务 |
grok-stable |
0.11 | $0.22 | $0.055 | $0.66 | 面向看重稳定性的个人开发者，适合日常开发、较长期项目和生产应用 |
计算方式是目录标价乘以分组倍率。Award 是 $2.00 × 0.03、$0.50 × 0.03 和 $6.00 × 0.03。Stable 是 $2.00 × 0.11、$0.50 × 0.11 和 $6.00 × 0.11。相对短上下文标价，这两个倍率是 3% 和 11%。它们不是长上下文标价、美国区域价格或托管工具费的 3% 和 11%。
grok-award 的中文目录说明比上面的英文说明多一句话：超低价格不保证稳定性和模型质量。这句话应当和 0.03 倍率放在一起看。grok-stable 是目录对日常开发与生产用途的描述。两句说明都不是已经测得的可用性协议、延迟目标，也不表示两个分组跑的是不同权重。
三个 Modelflare 例子
Token 形状与官方例子相同，按目录的单一价格计算。缓存行假定用量记录真的把这些输入 Token 计为缓存命中。金额很小时，额度取整也可能让入账数字移动，所以请求日志仍是账单。
| 请求 | grok-award | grok-stable |
|---|---|---|
| 100,000 未缓存输入，5,000 输出 | $0.0069 | $0.0253 |
| 100,000 缓存输入，5,000 输出 | $0.0024 | $0.0088 |
| 220,000 未缓存输入，10,000 输出，按目录单一价格 | $0.0150 | $0.0550 |
22 万 Token 这一行故意不是 0.03 × $1.00 或 0.11 × $1.00。1 美元是 xAI 的长上下文标价。如果以后的目录修订增加了长上下文档位，这一行就不再是报价。实时页面是 grok-4.7 价格页。总表是模型与价格。
通过 Modelflare 调用这个模型，而不是只为这个 ID 另开一个 xAI 账号，意味着：
- 模型 ID 保持
grok-4.7。客户端不指向一个改过名的别名。 - 规范基址是 OpenAI 兼容的
https://modelflare.dev/v1。OpenAI SDK 通常只需要这个基址、一把 Modelflare 密钥和模型 ID。 - 密钥放在
grok-award或grok-stable。同一账号在密钥分组允许时，还可以调用目录里的其他模型。 - 价格差别写得很明确。Award 是可以重试的任务所用的低价路由，并带有上面的稳定性和质量限制。Stable 是目录描述的日常开发与生产路由。
- 这个 ID 列出的端点类型是 Chat Completions、Responses 和 Responses 压缩。
这个价格不包括相对直连 xAI 的已测延迟优势，不包括托管搜索或代码执行费用，不包括 Fast 服务档，也不包括分组说明之外的服务等级。
在 Modelflare 上如何调用 Grok 4.7
创建 API 密钥并选择 grok-award 或 grok-stable。分组在密钥上。即使模型已经公开列出，放在无关分组里的密钥仍可能在 grok-4.7 上失败。模型 ID 必须精确发送。规范基址是 https://modelflare.dev/v1。同一套 API 也发布在 https://cf.modelflare.dev/v1 和 https://origin.modelflare.dev/v1。根域名是规范站点。
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."
}'
在 Chat Completions 上，reasoning_effort 可以是 low、medium、high 和 xhigh。在 Responses 上，把 reasoning.effort 设成同样的值。图片输入使用用户消息上普通的 OpenAI 内容数组。你自己的函数使用普通的 tools 字段。POST /v1/responses/compact 列在这个模型上，它是对 grok-4.7 的压缩操作，不是另一个模型 ID。包括网页搜索在内的 xAI 托管工具属于上游行为。先在真正会使用的路由上试一次，并阅读用量记录，再依赖它们或依赖 xAI 的调用费。
两种请求形状的差别见 Responses API 与 Chat Completions 对比。表格背后的成本方法见如何计算 LLM Token 成本和 AI API 成本追踪。
切换流量前要核对的事
- 固定
grok-4.7。不要接受静默换成 Grok 4.6 或 Grok 4.5。 - 确认密钥分组是
grok-award或grok-stable，并根据能否重试来选择，而不是只看倍率。 - 用同一份不含敏感信息的固定集合，分别在
low、medium、high和xhigh上回放。记录成功率、延迟、输入 Token、缓存输入、输出 Token 和费用。 - 替换之前，用 Grok 4.6 跑同一集合。标价接近，分数表并不均匀。
- 分别给一条略低于 20 万 Token 和一条略高于 20 万 Token 的提示计价，然后阅读入账金额。xAI 的价目和 Modelflare 的目录行目前没有公布同一条长上下文规则。
- 如果工作流需要图片、函数调用、流式传输或取消，就测试这些路径。一次纯文本成功不能覆盖它们。
- 保留回滚路由。一个完成的 HTTP 响应只说明这一次调用结束了。
来源
核对日期：2026 年 9 月 21 日。
- Introducing Grok 4.7
- Grok 4.7 开发者指南
- xAI 模型与价格
- xAI API 价格
- xAI 更新日志
- 推理强度
- Modelflare 公开价格目录，
GET https://modelflare.dev/api/pricing，模型grok-4.7 - 此前的指南：Grok 4.6 API、价格与 500K 上下文