Grok 4.7, 4.6 und 4.5: Die Top-Schicht
Auf dieser Seite
Lektion am 3. November 2026 überarbeitet basierend auf der Seite Models, dem Datenblatt für
grok-4.7, dem Leitfaden Reasoning und den xAI-Best Practices: Grok 4.7 (September 2026) ist das Modell, das xAI für alle Anwendungsfälle empfiehlt, vor Grok 4.6 (August) und Grok 4.5 (Juli), die zuvor als Flaggschiff-Modell vorgestellt wurden.max_output_tokensbegrenzt nur die sichtbare Antwort, nicht das Reasoning, und die Cache-Reduktion beträgt bei grok-4.7 75 %, nicht 90 %. Quellen: Models · Reasoning · Best practices.
Die Spitze der Grok-Reihe
Drei Modelle bilden das High-End von xAI, alle mit einem Kontextfenster von 500.000 Tokens, Text und Bildern als Eingabe sowie Text als Ausgabe. Grok 4.5 wurde am 16. Juli 2026 angekündigt und startete die Serie; Grok 4.6 folgte am 12. August, dann Grok 4.7 am 21. September. xAI präsentiert Grok 4.7 als seinen State-of-the-Art-Modell für Code, agentische Aufgaben und Wissensarbeit und empfiehlt es für alles, was kein Bild, Video oder Sprachinhalt ist: Es ist der Ausgangspunkt für jedes neue Projekt. Die anderen beiden Modelle bleiben im Katalog bei den gleichen Basispreisen.
Ob Sie einen komplexen Agenten entwickeln, große Dokumente analysieren oder mathematische Probleme lösen: Wenn die Antwortqualität Vorrang vor den Kosten hat, greifen Sie zu grok-4.7.
Einstellbares Reasoning
Alle drei Modelle reasonieren kontinuierlich – Reasoning kann nicht deaktiviert werden –, aber Sie steuern den Aufwand: Der Parameter reasoning.effort in der Responses API (reasoning_effort in Chat Completions) reicht von low bis high, dem Standardwert, und geht bei Grok 4.6 und 4.7 bis zu xhigh. Bei Grok 4.5 wird gemäß dem Reasoning-Leitfaden eine Anfrage für xhigh als high behandelt.
Der Vorteil ist sowohl architektonischer als auch wirtschaftlicher Natur: Eine einzige Integration deckt einfache und komplexe Aufgaben ab, und das Kosten-/Qualitäts-Verhältnis wird pro Anfrage statt durch das Routing zwischen zwei Modellen geregelt. Bei einer Klassifizierungsaufgabe reagiert low schnell und verbraucht wenig; bei einem mathematischen Beweis mobilisieren high oder xhigh die volle Tiefe des Modells. xAI rät, den Aufwand für jede Anfrage explizit festzulegen und ihn mit jedem Ergebnis zu protokollieren.
Die vorherige Generation behält ihre beiden separaten Varianten – grok-4.20-0309-reasoning und grok-4.20-0309-non-reasoning – weiterhin im Katalog.
Verschlüsseltes Reasoning in der Praxis
Grok-Reasoning wird als „verschlüsselt” bezeichnet: xAI hält interne Reflexionen vertraulich, aber Sie können eine verschlüsselte Version über die Responses API abrufen und in nachfolgende Anfragen einfügen, damit das Modell dort weitermachen kann, wo es aufgehört hat. Bei Grok 4.7 wird dieser verschlüsselte Inhalt mit jeder Antwort zurückgegeben; bei anderen Modellen müssen Sie ihn über den Parameter include anfordern:
response = client.responses.create(
model="grok-4.7",
input="Beweisen Sie, dass die Quadratwurzel aus 2 irrational ist",
reasoning={"effort": "high"},
include=["reasoning.encrypted_content"],
)
Reasoning-Tokens
Von Reasoning verbrauchte Tokens erscheinen separat in der Antwortnutzung:
{
"usage": {
"input_tokens": 32,
"output_tokens": 9,
"output_tokens_details": {
"reasoning_tokens": 110
},
"total_tokens": 151
}
}
In diesem Beispiel aus der API-Referenz addieren sich die Eingabetokens, die sichtbare Ausgabe und das Reasoning zum Gesamtwert. Reasoning-Tokens zählen zu den abgerechneten Tokens: Bei komplexen Anfragen können sie einen signifikanten Teil der Gesamtkosten darstellen, und genau das lässt sich mit der Einstellung des Aufwands steuern.
max_output_tokens begrenzt nur die sichtbare Ausgabe: Reasoning und Funktionsaufrufe zählen nicht dazu. Ohne Wert liegt der Standard bei 128.000 Tokens; eine zu enge Begrenzung unterbricht die Antwort, was die Responses API mit dem Status incomplete signalisiert.
Empfehlung: Bevorzugen Sie Streaming und erlauben Sie mindestens 900 Sekunden pro Anfrage, wie die xAI-Best Practices raten – tiefes Reasoning bei schwierigen Problemen kann mehrere Minuten dauern, und Beispiele im Reasoning-Leitfaden gehen bis zu 3.600 Sekunden.
Gestaffelte Preisgestaltung
Das High-End folgt der Regel, die für die gesamte Reihe gilt: Der Basispreis gilt, solange der Prompt unter 200.000 Tokens bleibt, und verdoppelt sich darüber hinaus für alle Tokens in der Anfrage. Bei allen drei Modellen werden $2,00 Eingabe und $6,00 Ausgabe pro Million zu $4,00 bzw. $12,00, sobald der Prompt diese Schwelle überschreitet.
Der Cache reduziert die Rechnung erheblich: Eingabetokens, die bereits gesehen wurden, werden bei Grok 4.7 und 4.6 mit $0,50 pro Million statt $2 abgerechnet (75 % Reduktion) und bei Grok 4.5 mit $0,30 (85 %). Bei einem Assistenten, der in jeder Runde denselben Systemprompt und denselben Referenzkontext zurückgibt, ist der Unterschied beträchtlich – daher ist es wichtig, einen stabilen Prompt-Vorfix zu verwenden. Über die Batch API gesendete Anfragen erhalten ebenfalls einen Rabatt von 20 %.
Grok 4.20 Multi-Agent
xAI bietet zudem grok-4.20-multi-agent-0309, eine Variante, die sich der Orchestrierung mehrerer Agenten widmet, mit einem Kontextfenster von einer Million Tokens und der Generierungspreisgestaltung von 4.20. Bei diesem Modell steuert reasoning.effort nicht die Reasoning-Tiefe, sondern die Anzahl der mobilisierten Agenten: 4 oder 16.
Multimodale Eingabe
Alle drei Modelle akzeptieren Text und Bilder als Eingabe. Bilder müssen im JPG- oder PNG-Format vorliegen, mit einer maximalen Größe von 20 MiB, und es gibt keine Begrenzung für die Anzahl der Bilder.
Die Ausgabe bleibt rein textbasiert – diese Modelle generieren keine Bilder. Für die visuelle Generierung werden Sie die dedizierten Grok Imagine-Modelle verwenden, die später in diesem Kurs vorgestellt werden.
Preise am 3. November 2026 verifiziert – Preise ändern sich regelmäßig: Bevor Sie eine Budgetberechnung durchführen, prüfen Sie das aktuelle Raster auf der offiziellen xAI-Seite für Modelle und Preise.
Kernaussagen
- Grok 4.7 (September 2026) ist das Modell, das xAI empfiehlt; Grok 4.6 und 4.5 bleiben im Katalog, mit dem gleichen 500.000-Token-Kontext und den gleichen Basispreisen.
- Reasoning kann nicht deaktiviert werden:
reasoning.effortreicht vonlowbishigh(Standard) und bis zuxhighbei 4.6 und 4.7. - Verschlüsseltes Reasoning wird abgerufen und neu eingefügt; Grok 4.7 gibt es mit jeder Antwort zurück.
max_output_tokenszählt nur die sichtbare Antwort; erlauben Sie mindestens 900 Sekunden für Anfragen.- Gestaffelte Preisgestaltung: $2,00 / $6,00 unter 200.000 Prompt-Tokens, $4,00 / $12,00 darüber; 75 % Cache-Reduktion bei 4.7.
grok-4.20-multi-agent-0309bleibt die Variante, die sich der Orchestrierung widmet, bei der der Aufwand die Anzahl der Agenten steuert.