Grok 4.7, 4.6 e 4.5: O Nível Superior
Nesta página
Lição reescrita em 3 de novembro de 2026 com base na página Models, na ficha técnica do
grok-4.7, no guia Reasoning e nas melhores práticas da xAI: o Grok 4.7 (setembro de 2026) é o modelo que a xAI recomenda para todos os casos de uso, à frente do Grok 4.6 (agosto) e do Grok 4.5 (julho), anteriormente apresentado como modelo de referência; o parâmetromax_output_tokenslimita apenas a resposta visível, não o raciocínio, e a redução de cache é de 75% no grok-4.7, não 90%. Fontes: Models · Reasoning · Best practices.
O Topo da Linha Grok
Três modelos compõem a gama alta da xAI, todos com 500.000 tokens de contexto, entrada de texto e imagens, e saída de texto. O Grok 4.5, anunciado em 16 de julho de 2026, deu início à série; o Grok 4.6 seguiu-se em 12 de agosto, e o Grok 4.7 em 21 de setembro. A xAI apresenta o Grok 4.7 como o seu modelo de ponta para código, tarefas agentivas e trabalho intelectual, recomendando-o para qualquer cenário que não envolva imagem, vídeo ou voz: é o ponto de partida para qualquer novo projeto. Os outros dois permanecem no catálogo com as mesmas tarifas base.
Quer esteja a construir um agente complexo, a analisar documentos extensos ou a resolver problemas matemáticos, recorra ao grok-4.7 quando a qualidade da resposta tiver prioridade sobre o custo.
Raciocínio Ajustável
Os três modelos realizam raciocínio de forma contínua — o raciocínio não pode ser desativado —, mas o utilizador controla o esforço: o parâmetro reasoning.effort na API de Respostas (reasoning_effort nas Conclusões de Chat) varia de low a high (valor predefinido), chegando até xhigh no Grok 4.6 e 4.7. No Grok 4.5, segundo o guia Reasoning, um pedido de xhigh é tratado como high.
A vantagem é tanto arquitetónica como económica: uma única integração cobre tarefas simples e complexas, e a relação custo/qualidade ajusta-se por pedido, em vez de exigir encaminhamento entre dois modelos. Numa tarefa de classificação, o esforço low responde rapidamente e consome pouco; numa demonstração matemática, o esforço high ou xhigh mobiliza toda a profundidade do modelo. A xAI aconselha a definir o esforço explicitamente em cada pedido e a registá-lo juntamente com cada resultado.
A geração anterior mantém as suas duas variantes separadas — grok-4.20-0309-reasoning e grok-4.20-0309-non-reasoning — ainda disponíveis no catálogo.
Raciocínio Encriptado na Prática
Diz-se que o raciocínio do Grok é «encriptado»: a xAI mantém as reflexões internas confidenciais, mas é possível recuperar uma versão encriptada através da API de Respostas e injetá-la em pedidos subsequentes, permitindo que o modelo retome o trabalho onde o deixou. Com o Grok 4.7, este conteúdo encriptado é devolvido em todas as respostas; nos outros modelos, solicite-o através do parâmetro 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"],
)
Tokens de Raciocínio
Os tokens consumidos pelo raciocínio aparecem separadamente no uso da resposta:
{
"usage": {
"input_tokens": 32,
"output_tokens": 9,
"output_tokens_details": {
"reasoning_tokens": 110
},
"total_tokens": 151
}
}
Neste exemplo da referência da API, o total soma a entrada, a saída visível e o raciocínio. Os tokens de raciocínio fazem parte dos tokens faturados: num pedido complexo, podem representar uma parte significativa do custo total, e é exatamente isso que a definição de esforço permite controlar.
O parâmetro max_output_tokens limita apenas a saída visível: o raciocínio e as chamadas de função não contam para esse limite. Sem um valor definido, o predefinido é 128.000 tokens; um limite demasiado restrito corta a resposta, situação que a API de Respostas sinaliza com o estado incomplete.
Recomendação: prefira o streaming e permita pelo menos 900 segundos por pedido, conforme aconselham as melhores práticas da xAI — um raciocínio profundo num problema difícil pode levar vários minutos, e os exemplos no guia Reasoning chegam até 3.600 segundos.
Preços Escalonados
A gama alta segue a regra comum à linha: a tarifa base aplica-se enquanto o prompt permanecer abaixo de 200.000 tokens, duplicando além desse limite, para todos os tokens do pedido. Para os três modelos, os valores de $2,00 (entrada) e $6,00 (saída) por milhão tornam-se $4,00 e $12,00 assim que o prompt ultrapassa esse limiar.
O cache reduz significativamente a fatura: os tokens de entrada já vistos são faturados a $0,50 por milhão em vez de $2 no Grok 4.7 e 4.6 (redução de 75%), e a $0,30 no Grok 4.5 (redução de 85%). Num assistente que devolve o mesmo prompt de sistema e contexto de referência a cada turno, a diferença é considerável — daí a importância de manter um prefixo de prompt estável. Os pedidos enviados através da Batch API beneficiam também de um desconto de 20%.
Grok 4.20 Multi-agente
A xAI oferece igualmente o grok-4.20-multi-agent-0309, uma variante dedicada à orquestração de múltiplos agentes, com um milhão de tokens de contexto e preços da geração 4.20. Neste modelo, o reasoning.effort não controla a profundidade do raciocínio, mas sim o número de agentes mobilizados: 4 ou 16.
Entrada Multimodal
Os três modelos aceitam texto e imagens como entrada. As imagens devem estar no formato JPG ou PNG, com um tamanho máximo de 20 MiB, e não há limite para o número de imagens.
A saída permanece apenas em texto — estes modelos não geram imagens. Para geração visual, utilizará os modelos dedicados Grok Imagine, apresentados mais adiante neste curso.
Preços verificados em 3 de novembro de 2026 — os preços mudam regularmente: antes de qualquer cálculo orçamental, consulte a grelha atualizada na página oficial de modelos e preços da xAI.
Pontos-chave
- O Grok 4.7 (setembro de 2026) é o modelo recomendado pela xAI; o Grok 4.6 e 4.5 permanecem no catálogo, com o mesmo contexto de 500.000 tokens e as mesmas tarifas base
- O raciocínio não pode ser desativado:
reasoning.effortvaria delowahigh(predefinido), e atéxhighno 4.6 e 4.7 - O raciocínio encriptado é recuperado e reinjetado; o Grok 4.7 devolve-o em todas as respostas
max_output_tokensconta apenas a resposta visível; permita pelo menos 900 segundos para os pedidos- Preços escalonados: $2,00 / $6,00 abaixo de 200.000 tokens de prompt, $4,00 / $12,00 além desse valor; redução de cache de 75% no 4.7
- O
grok-4.20-multi-agent-0309mantém-se como a variante dedicada à orquestração, onde o esforço controla o número de agentes