Grok 4.7, 4.6 i 4.5: Vrh ponude
Na ovoj stranici
Lekcija je ponovno napisana 3. studenoga 2026. na temelju stranice Models, tehničkog lista za
grok-4.7, vodiča Reasoning i najboljih praksi xAI-ja: Grok 4.7 (rujan 2026.) model je koji xAI preporučuje za sve slučajeve uporabe, ispred Groka 4.6 (kolovoz) i Groka 4.5 (srpanj), koji su ranije predstavljeni kao vodeći modeli;max_output_tokensograničava samo vidljivi odgovor, a ne razmišljanje, a smanjenje troškova keširanja iznosi 75 % za grok-4.7, a ne 90 %. Izvori: Models · Reasoning · Best practices.
Vrh ponude Grok modela
Tri modela čine visoki segment ponude xAI-ja, svi s kontekstom od 500 000 tokena, unosom teksta i slika te izlazom u tekstualnom obliku. Grok 4.5, najavljen 16. srpnja 2026., pokrenuo je ovu seriju; slijedio ga je Grok 4.6 12. kolovoza, a zatim Grok 4.7 21. rujna. xAI predstavlja Grok 4.7 kao svoj najnapredniji model za kodiranje, agentske zadatke i rad sa znanjem te ga preporučuje za sve što nije slika, video ili glas: to je polazište za svaki novi projekt. Preostala dva modela ostaju u katalogu po istim osnovnim cijenama.
Bilo da gradiš složenog agenta, analiziraš velike dokumente ili rješavaš matematičke probleme, okreni se modelu grok-4.7 kada je kvaliteta odgovora važnija od cijene.
Podesivo razmišljanje
Sva tri modela neprestano razmišljaju – razmišljanje se ne može onemogućiti – ali ti kontroliraš uloženi napor: parametar reasoning.effort u Responses API-ju (reasoning_effort u Chat Completions) kreće se od low do high (zadana vrijednost), a na Groku 4.6 i 4.7 ide sve do xhigh. Prema vodiču Reasoning, na Groku 4.5 zahtjev za xhigh tretira se kao high.
Prednost je jednako arhitektonska koliko i ekonomska: jedna integracija pokriva jednostavne i teške zadatke, a kompromis između cijene i kvalitete događa se po zahtjevu, umjesto usmjeravanja između dva različita modela. Na zadatku klasifikacije, napor low daje brz odgovor uz malu potrošnju; na matematičkom dokazu, high ili xhigh mobiliziraju punu dubinu modela. xAI savjetuje da eksplicitno postaviš napor za svaki zahtjev i da ga bilježiš uz svaki rezultat.
Prethodna generacija zadržava svoje dvije odvojene varijante – grok-4.20-0309-reasoning i grok-4.20-0309-non-reasoning – koje su i dalje dostupne u katalogu.
Šifrirano razmišljanje u praksi
Za Grokovo razmišljanje kaže se da je „šifrirano“: xAI interne refleksije drži povjerljivima, ali možeš dobiti šifriranu verziju putem Responses API-ja i ubaciti je u naknadne zahtjeve kako bi model nastavio tamo gdje je stao. Kod Groka 4.7 taj se šifrirani sadržaj vraća uz svaki odgovor; kod ostalih modela zatraži ga putem parametra include:
response = client.responses.create(
model="grok-4.7",
input="Prove that the square root of 2 is irrational",
reasoning={"effort": "high"},
include=["reasoning.encrypted_content"],
)
Tokeni razmišljanja
Tokeni potrošeni na razmišljanje pojavljuju se odvojeno u korištenju (usage) odgovora:
{
"usage": {
"input_tokens": 32,
"output_tokens": 9,
"output_tokens_details": {
"reasoning_tokens": 110
},
"total_tokens": 151
}
}
U ovom primjeru iz referencije API-ja, ukupni zbroj uključuje ulaz, vidljivi izlaz i razmišljanje. Tokeni razmišljanja dio su tokena koji se naplaćuju: kod složenog zahtjeva mogu predstavljati značajan dio ukupnih troškova, a upravo to omogućuje kontrola putem postavke napora.
max_output_tokens ograničava samo vidljivi izlaz: razmišljanje i pozivi funkcija ne ulaze u to ograničenje. Bez zadane vrijednosti, zadano ograničenje iznosi 128 000 tokena; previše usko ograničenje prekinut će odgovor, što Responses API signalizira statusom incomplete.
Preporuka: daj prednost strujanju (streaming) i dopusti najmanje 900 sekundi po zahtjevu, kako savjetuju najbolje prakse xAI-ja – duboko razmišljanje o teškom problemu može trajati nekoliko minuta, a primjeri u vodiču Reasoning idu i do 3 600 sekundi.
Cjenovni razredi
Visoki segment slijedi pravilo zajedničko cijeloj ponudi: osnovna cijena vrijedi sve dok prompt ostane ispod 200 000 tokena, a prelaskom te granice udvostručuje se za sve tokene u zahtjevu. Za sva tri modela, cijene od 2,00 USD za unos i 6,00 USD za izlaz po milijunu tokena postaju 4,00 USD i 12,00 USD čim prompt prijeđe ovaj prag.
Keširanje značajno smanjuje račun: tokeni unosa koji su već viđeni naplaćuju se po 0,50 USD po milijunu umjesto po 2,00 USD na Groku 4.7 i 4.6 (smanjenje od 75 %), odnosno po 0,30 USD na Groku 4.5 (smanjenje od 85 %). Kod asistenta koji u svakom koraku vraća isti sistemski prompt i referentni kontekst, razlika je znatna – stoga je važno održavati stabilnu prefiksnu strukturu prompta. Zahtjevi poslani putem Batch API-ja također dobivaju popust od 20 %.
Grok 4.20 Multi-agent
xAI također nudi grok-4.20-multi-agent-0309, varijantu namijenjenu orchestraciji više agenata, s kontekstom od milijun tokena i cjenikom generacije 4.20. Na ovom modelu reasoning.effort ne kontrolira dubinu razmišljanja, već broj mobiliziranih agenata: 4 ili 16.
Multimodalni unos
Sva tri modela prihvaćaju tekst i slike kao unos. Slike moraju biti u formatu JPG ili PNG, maksimalne veličine 20 MiB, a nema ograničenja broja slika.
Izlaz ostaje isključivo tekstualan – ovi modeli ne generiraju slike. Za vizualnu generaciju koristit ćeš namjenske modele Grok Imagine, koji su predstavljeni kasnije u ovom tečaju.
Cijene verificirane 3. studenoga 2026. – cijene se redovito mijenjaju: prije bilo kakvog izračuna proračuna provjeri trenutnu cjenovnu listu na službenoj stranici xAI modela i cijena.
Ključne točke
- Grok 4.7 (rujan 2026.) model je koji xAI preporučuje; Grok 4.6 i 4.5 ostaju u katalogu, s istim kontekstom od 500 000 tokena i istim osnovnim cijenama
- Razmišljanje se ne može onemogućiti:
reasoning.effortkreće se odlowdohigh(zadano), a na modelima 4.6 i 4.7 ide doxhigh - Šifrirano razmišljanje se dohvaća i ponovno ubacuje; Grok 4.7 vraća ga uz svaki odgovor
max_output_tokensbroji samo vidljivi odgovor; za zahtjeve predvidi najmanje 900 sekundi- Cjenovni razredi: 2,00 USD / 6,00 USD ispod 200 000 tokena prompta, 4,00 USD / 12,00 USD iznad toga; smanjenje keširanja od 75 % na modelu 4.7
grok-4.20-multi-agent-0309ostaje varijanta namijenjena orchestraciji, gdje napor kontrolira broj agenata