SpaceXAI: Grok 4.7 API
Grok 4.7 เป็นโมเดลเรือธงรุ่นใหม่จาก SpaceXAI ที่เน้นงานวิศวกรรมซอฟต์แวร์ งานตัวแทน (agentic) และงานความรู้ระดับมืออาชีพ พร้อมหน้าต่างบริบท 500,000 โทเคน
Grok 4.7 เป็นโมเดลเรือธงระดับแนวหน้าจาก SpaceXAI สืบทอดต่อจาก Grok 4.6 โดยสร้างบนโมเดลฐานขนาดใหญ่กว่าเดิมและผ่านการฝึกแบบ reinforcement learning ที่ยาวนานขึ้นบนชุดงานที่ยากและหลากหลายกว่า ความสามารถหลักได้แก่การเรียกใช้ฟังก์ชัน การควบคุมการเลือกเครื่องมือ การส่งออกข้อมูลแบบมีโครงสร้างพร้อมการตรวจสอบ JSON schema รวมถึงโทเคนการให้เหตุผลแบบขยายที่ปรับระดับได้ตั้งแต่ low ถึง xhigh และเข้าใจ Grok Bot harness ได้โดยตรง
โมเดลนี้เหมาะกับงานวิศวกรรมซอฟต์แวร์ที่ใช้เวลานาน งานความรู้แบบ agentic รวมถึงงานออฟฟิศที่ต่อเนื่องหลายชั่วโมงอย่างเอกสารและงานนำเสนอ ตลอดจนงานวิชาชีพในสาขากฎหมาย การเงิน และวิศวกรรมไฟฟ้า จุดเด่นคือการตรวจสอบงานของตัวเองอย่างละเอียดขึ้น การจัดการบริบทขนาดยาวได้อย่างเสถียรมากขึ้น และการทำงานได้อย่างมีประสิทธิภาพตลอดงานหลายขั้นตอน พร้อมระบบป้องกันใหม่ที่บริษัทระบุว่าเป็นระบบที่แข็งแกร่งที่สุดเท่าที่เคยทดสอบในด้านการปฏิเสธคำขอและการต้านทานการเจาะระบบ
ข้อจำกัดที่ควรทราบคือประสิทธิภาพมีความแตกต่างกันอย่างชัดเจนในแต่ละโดเมน โดยผลลัพธ์อ่อนกว่าในงานคลินิก ผลการทดสอบที่เผยแพร่ถูกวัดที่การตั้งค่าความพยายามในการให้เหตุผลสูงสุด และโมเดลนี้มีให้ใช้งานผ่าน Grok API, Cursor, Grok Build, harness สำหรับเขียนโค้ดของบุคคลที่สาม, model router และแพลตฟอร์มคลาวด์
อัปเดต:
ID โมเดล
grok-4.7- บริบท
- 500K
- เอาต์พุตสูงสุด
- 450K
- API ที่แนะนำ
- messages
- อินพุต
- text / image / file
- เอาต์พุต
- text
จุดเด่น
- หน้าต่างบริบท 500,000 โทเคน
- ขีดจำกัดเอาต์พุต 450,000 โทเคน
- รองรับการเรียกใช้ฟังก์ชัน
- ส่งออกข้อมูลแบบมีโครงสร้างด้วย JSON schema
- ปรับระดับความพยายามในการให้เหตุผลได้
- ระบบป้องกันใหม่ที่แข็งแกร่งที่สุดของบริษัท
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| $2 | $6 | $0.5 | |
| $2 | $6 | $0.5 | |
| $2.2 | $6.6 | $0.55 | |
| $4 | $12 | $1 | |
| $4 | $12 | $1 |
ซื้ออะไรได้ด้วย $10
- อินพุต
- 5M token
- เอาต์พุต
- 1.7M token
ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด
เบนช์มาร์ก
- 46.3%
CursorBench 4.0
เทียบกับ Grok 4.6 ที่ 40.4%, GPT-5.6 Sol ที่ 41.7% และ Fable 5.1 ที่ 51.8%
- 73%
DeepSWE v1.1
เพิ่มขึ้นจาก 65 ของ Grok 4.6
- 33%
Terminal-Bench 4.0
เพิ่มขึ้นจาก 18 ของ Grok 4.6
- 63%
SWE-Atlas-QnA
เพิ่มขึ้นจาก 58 ของ Grok 4.6
- 46
Artificial Analysis Intelligence Index
หน่วยเป็นคะแนน
- 58.56%
Vals Index
อยู่ในอันดับที่ 12 จาก 26 โมเดล
- 64.0%
EEBench
เทียบกับ Fable 5.1 ที่ 56.4% และ GPT-5.6 Sol ที่ 39.4%
- 19.6%
Harvey Legal Agent Benchmark
คู่แข่งอยู่ที่ 6.7% และ 2.5%
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
การให้เหตุผล
- ระดับความพยายามเริ่มต้น
- high
- เปิดใช้งานโดยค่าเริ่มต้น
- ใช่
- เปิดใช้งานตลอด
- ใช่
- ระดับความพยายามที่ใช้ได้
- xhigh / high / medium / low
เริ่มต้นอย่างรวดเร็ว
โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด
ตั้งค่าคีย์ API
สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม
export FELO_API_KEY="YOUR_API_KEY"ส่งคำขอแรก
ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา
grok-4.7โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ
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());การใช้ SDK ของบุคคลที่สาม
ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.
เปิดใช้สตรีมมิ่ง
เพิ่ม stream: true เพื่อรับการตอบกลับเป็น server-sent events
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
Felo API Platform มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว
Messages
ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude
POST
https://openapi.felo.ai/api/v1/messagesพารามิเตอร์
modelstringgrok-4.7ID โมเดลสาธารณะที่ต้องการเรียกmax_tokensinteger—จำนวนโทเคนสูงสุดที่สร้างmessagesarray—ข้อความสนทนาสำหรับ Chat Completionsinclude_reasoning———logprobs———reasoning———reasoning_effort———response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับseed———structured_outputs———temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับtool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้top_logprobs———top_p———คำถามที่พบบ่อย
รู้จัก SpaceXAI: Grok 4.7?
Grok 4.7 เป็นโมเดลเรือธงระดับแนวหน้าจาก SpaceXAI สืบทอดต่อจาก Grok 4.6 โดยสร้างบนโมเดลฐานขนาดใหญ่กว่าเดิมและผ่านการฝึกแบบ reinforcement learning ที่ยาวนานขึ้นบนชุดงานที่ยากและหลากหลายกว่า ความสามารถหลักได้แก่การเรียกใช้ฟังก์ชัน การควบคุมการเลือกเครื่องมือ การส่งออกข้อมูลแบบมีโครงสร้างพร้อมการตรวจสอบ JSON schema รวมถึงโทเคนการให้เหตุผลแบบขยายที่ปรับระดับได้ตั้งแต่ low ถึง xhigh และเข้าใจ Grok Bot harness ได้โดยตรง โมเดลนี้เหมาะกับงานวิศวกรรมซอฟต์แวร์ที่ใช้เวลานาน งานความรู้แบบ agentic รวมถึงงานออฟฟิศที่ต่อเนื่องหลายชั่วโมงอย่างเอกสารและงานนำเสนอ ตลอดจนงานวิชาชีพในสาขากฎหมาย การเงิน และวิศวกรรมไฟฟ้า จุดเด่นคือการตรวจสอบงานของตัวเองอย่างละเอียดขึ้น การจัดการบริบทขนาดยาวได้อย่างเสถียรมากขึ้น และการทำงานได้อย่างมีประสิทธิภาพตลอดงานหลายขั้นตอน พร้อมระบบป้องกันใหม่ที่บริษัทระบุว่าเป็นระบบที่แข็งแกร่งที่สุดเท่าที่เคยทดสอบในด้านการปฏิเสธคำขอและการต้านทานการเจาะระบบ ข้อจำกัดที่ควรทราบคือประสิทธิภาพมีความแตกต่างกันอย่างชัดเจนในแต่ละโดเมน โดยผลลัพธ์อ่อนกว่าในงานคลินิก ผลการทดสอบที่เผยแพร่ถูกวัดที่การตั้งค่าความพยายามในการให้เหตุผลสูงสุด และโมเดลนี้มีให้ใช้งานผ่าน Grok API, Cursor, Grok Build, harness สำหรับเขียนโค้ดของบุคคลที่สาม, model router และแพลตฟอร์มคลาวด์
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
Grok 4.7 รองรับการป้อนข้อมูลแบบใดบ้าง
รองรับการป้อนข้อมูลแบบข้อความและส่งออกเป็นข้อความ
โมเดลนี้มีขนาดบริบทและขีดจำกัดเอาต์พุตเท่าไร
มีหน้าต่างบริบท 500,000 โทเคน และขีดจำกัดเอาต์พุต 450,000 โทเคน
Grok 4.7 เหมาะกับงานประเภทใด
เหมาะกับงานวิศวกรรมซอฟต์แวร์ที่ใช้เวลานาน งานความรู้แบบ agentic รวมถึงงานออฟฟิศหลายชั่วโมง และงานวิชาชีพในสาขากฎหมาย การเงิน และวิศวกรรมไฟฟ้า
Grok 4.7 ต่างจาก Grok 4.6 อย่างไร
สร้างบนโมเดลฐานที่ใหม่และใหญ่กว่า พร้อมการฝึก reinforcement learning ที่ยาวนานขึ้นบนชุดงานที่ยากกว่า และมีผลคะแนนที่ดีขึ้นในหลาย benchmark เช่น DeepSWE v1.1 และ Terminal-Bench 4.0
สามารถปรับระดับการให้เหตุผลของโมเดลได้หรือไม่
ได้ ความพยายามในการให้เหตุผลปรับได้ตั้งแต่ low ถึง xhigh และรองรับโทเคนการให้เหตุผลแบบขยายสำหรับการแก้ปัญหาที่ซับซ้อน