SpaceXAI: Grok 4.7 API
SpaceXAI präsentiert Grok 4.7 als neues Flaggschiff-Modell für Softwareentwicklung, langlaufende professionelle Aufgaben und Wissensarbeit mit 500.000 Tokens Kontext.
Grok 4.7 ist das neue Flaggschiff-Modell von SpaceXAI und tritt die Nachfolge von Grok 4.6 an. Es basiert auf einem größeren Grundmodell und wurde mit einem längeren Reinforcement-Learning-Lauf auf einer anspruchsvolleren Aufgabenmischung trainiert. Das Modell bietet einen Kontext von 500.000 Tokens und eine Ausgabelänge von bis zu 450.000 Tokens. Es unterstützt Funktionsaufrufe, Tool-Choice-Steuerung, strukturierte Ausgaben mit JSON-Schema-Validierung sowie erweiterte Reasoning-Tokens, deren Aufwand von niedrig bis xhigh konfigurierbar ist. Zudem versteht es nativ das Grok-Bot-Harness.
Besonders geeignet ist Grok 4.7 für langlaufende Softwareentwicklungsaufgaben, agentische Wissensarbeit wie mehrstündige Büroarbeit mit Dokumenten und Präsentationen sowie professionelle Aufgaben in den Bereichen Recht, Finanzen und Elektrotechnik. Das Modell überprüft seine eigene Arbeit sorgfältiger, verarbeitet langen Kontext zuverlässiger und bleibt über mehrstufige Aufgaben hinweg leistungsfähig. SpaceXAI positioniert es als Standard für Produkte wie Cursor, GitHub Copilot und Microsoft Office; verfügbar ist es über die Grok API, Cursor, Grok Build, Drittanbieter-Coding-Harnesses, Modell-Router und Cloud-Plattformen.
Eine Einschränkung ist die deutlich ungleichmäßige Leistung über verschiedene Domänen hinweg, mit schwächeren Ergebnissen in der klinischen Arbeit. Die veröffentlichten Benchmark-Ergebnisse wurden mit der höchsten Reasoning-Einstellung erzeugt. Das Modell führt bei der Nützlichkeit für harmlose Aufgaben und bei sicheren Ablehnungen in Dual-Use-Bereichen wie Cybersicherheit und biologischer Arbeit. Nach Angaben des Unternehmens läuft es doppelt so schnell zum halben Preis vergleichbarer Modelle.
Aktualisiert:
MODELL-ID
grok-4.7- Kontext
- 500K
- Max. Ausgabe
- 450K
- Empfohlene API
- messages
- Eingabe
- text / image / file
- Ausgabe
- text
Highlights
- 500.000 Tokens Kontext
- 450.000 Tokens Ausgabelänge
- Konfigurierbarer Reasoning-Aufwand bis xhigh
- JSON-Schema-Validierung für strukturierte Ausgaben
- Natives Verständnis des Grok-Bot-Harness
- Dual-Use-Sicherheit in Cyber- und Biobereichen
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| $2 | $6 | $0.5 | |
| $2 | $6 | $0.5 | |
| $2.2 | $6.6 | $0.55 | |
| $4 | $12 | $1 | |
| $4 | $12 | $1 |
Was man für $10 bekommt
- Eingabe
- 5 Mio. Token
- Ausgabe
- 1,7 Mio. Token
Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.
Benchmarks
- 46.3%
CursorBench 4.0
Prozent; Grok 4.6: 40.4%; GPT-5.6 Sol: 41.7%; Fable 5.1: 51.8%
- 73%
DeepSWE v1.1
Prozent; Anstieg von 65 bei Grok 4.6
- 33%
Terminal-Bench 4.0
Prozent; Anstieg von 18 bei Grok 4.6
- 63%
SWE-Atlas-QnA
Prozent; Anstieg von 58 bei Grok 4.6
- 46
Artificial Analysis Intelligence Index
Punkte
- 58.56%
Vals Index
Prozent; Rang 12 von 26 Modellen
- 64.0%
EEBench
Prozent; Fable 5.1: 56.4%; GPT-5.6 Sol: 39.4%
- 19.6%
Harvey Legal Agent Benchmark
Prozent; Wettbewerber bei 6.7 und 2.5 Prozent
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardaufwand
- high
- Standardmäßig aktiviert
- Ja
- Immer aktiviert
- Ja
- Verfügbare Aufwandsstufen
- xhigh / high / medium / low
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
grok-4.7Dieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "grok-4.7",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.7",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringgrok-4.7Öffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.include_reasoning———logprobs———reasoning———reasoning_effort———response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.seed———structured_outputs———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_logprobs———top_p———Häufige Fragen
Was ist SpaceXAI: Grok 4.7?
Grok 4.7 ist das neue Flaggschiff-Modell von SpaceXAI und tritt die Nachfolge von Grok 4.6 an. Es basiert auf einem größeren Grundmodell und wurde mit einem längeren Reinforcement-Learning-Lauf auf einer anspruchsvolleren Aufgabenmischung trainiert. Das Modell bietet einen Kontext von 500.000 Tokens und eine Ausgabelänge von bis zu 450.000 Tokens. Es unterstützt Funktionsaufrufe, Tool-Choice-Steuerung, strukturierte Ausgaben mit JSON-Schema-Validierung sowie erweiterte Reasoning-Tokens, deren Aufwand von niedrig bis xhigh konfigurierbar ist. Zudem versteht es nativ das Grok-Bot-Harness. Besonders geeignet ist Grok 4.7 für langlaufende Softwareentwicklungsaufgaben, agentische Wissensarbeit wie mehrstündige Büroarbeit mit Dokumenten und Präsentationen sowie professionelle Aufgaben in den Bereichen Recht, Finanzen und Elektrotechnik. Das Modell überprüft seine eigene Arbeit sorgfältiger, verarbeitet langen Kontext zuverlässiger und bleibt über mehrstufige Aufgaben hinweg leistungsfähig. SpaceXAI positioniert es als Standard für Produkte wie Cursor, GitHub Copilot und Microsoft Office; verfügbar ist es über die Grok API, Cursor, Grok Build, Drittanbieter-Coding-Harnesses, Modell-Router und Cloud-Plattformen. Eine Einschränkung ist die deutlich ungleichmäßige Leistung über verschiedene Domänen hinweg, mit schwächeren Ergebnissen in der klinischen Arbeit. Die veröffentlichten Benchmark-Ergebnisse wurden mit der höchsten Reasoning-Einstellung erzeugt. Das Modell führt bei der Nützlichkeit für harmlose Aufgaben und bei sicheren Ablehnungen in Dual-Use-Bereichen wie Cybersicherheit und biologischer Arbeit. Nach Angaben des Unternehmens läuft es doppelt so schnell zum halben Preis vergleichbarer Modelle.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben und Ausgaben unterstützt Grok 4.7?
Grok 4.7 verarbeitet Texteingaben und erzeugt Textausgaben. Zusätzlich unterstützt es Funktionsaufrufe, Tool-Choice-Steuerung und strukturierte Ausgaben mit JSON-Schema-Validierung.
Wie groß sind Kontextfenster und Ausgabelänge?
Der Kontext umfasst 500.000 Tokens, die Ausgabe ist auf 450.000 Tokens begrenzt.
Für welche Aufgaben ist Grok 4.7 besonders geeignet?
Es ist für langlaufende Softwareentwicklungsaufgaben, agentische Wissensarbeit mit mehrstündiger Büroarbeit sowie professionelle Aufgaben in Recht, Finanzen und Elektrotechnik ausgelegt.
Was unterscheidet Grok 4.7 von Grok 4.6?
Grok 4.7 basiert auf einem neuen und größeren Grundmodell und wurde mit einem längeren Reinforcement-Learning-Lauf auf einer schwierigeren Aufgabenmischung trainiert. Es überprüft seine eigene Arbeit sorgfältiger und verarbeitet langen Kontext zuverlässiger.
Lässt sich der Reasoning-Aufwand steuern?
Ja, der Reasoning-Aufwand ist von niedrig bis xhigh konfigurierbar. Die veröffentlichten Benchmark-Ergebnisse wurden mit der höchsten Einstellung erzeugt.