Grok 4.7, 4.6 și 4.5: Nivelul Superior
Pe această pagină
Lecție rescrisă la 3 noiembrie 2026 pe baza paginii Models, a fișei tehnice
grok-4.7, a ghidului Reasoning și a celor mai bune practici xAI: Grok 4.7 (septembrie 2026) este modelul recomandat de xAI pentru toate cazurile de utilizare, înaintea lui Grok 4.6 (august) și Grok 4.5 (iulie), prezentat anterior ca modelul principal;max_output_tokenslimitează doar răspunsul vizibil, nu și raționamentul, iar reducerea cache-ului este de 75% pentru grok-4.7, nu 90%. Surse: Models · Reasoning · Best practices.
Vârful gamei Grok
Trei modele constituie gama superioară a xAI, toate oferind un context de 500.000 de tokeni, acceptând text și imagini ca intrare și generând text ca ieșire. Grok 4.5, anunțat la 16 iulie 2026, a deschis seria; Grok 4.6 a urmat la 12 august, iar Grok 4.7 la 21 septembrie. xAI prezintă Grok 4.7 ca fiind modelul său de ultimă generație pentru cod, sarcini agentice și activități bazate pe cunoștințe, recomandându-l pentru orice scenariu care nu implică imagini, video sau voce: este punctul de plecare pentru orice proiect nou. Celelalte două modele rămân în catalog la aceleași tarife de bază.
Fie că construiți un agent complex, analizați documente voluminoase sau rezolvați probleme de matematică, orientați-vă către grok-4.7 atunci când calitatea răspunsului are prioritate față de cost.
Raționament ajustabil
Toate cele trei modele raționează continuu – raționamentul nu poate fi dezactivat – dar dumneavoastră controlați efortul: parametrul reasoning.effort din API-ul Responses (reasoning_effort în Chat Completions) variază de la low la high (valoarea implicită) și urcă până la xhigh pentru Grok 4.6 și 4.7. Conform ghidului Reasoning, pentru Grok 4.5, o cerere de xhigh este tratată ca high.
Avantajul este atât arhitectural, cât și economic: o singură integrare acoperă sarcini simple și complexe, iar compromisul cost/calitate se face per cerere, nu prin rutarea între două modele diferite. Pentru o sarcină de clasificare, un efort low răspunde rapid și consumă puțin; pentru o demonstrație matematică, un efort high sau xhigh mobilizează întreaga profunzime a modelului. xAI recomandă setarea explicită a efortului pentru fiecare cerere și înregistrarea acestuia împreună cu fiecare rezultat.
Generația anterioară își păstrează cele două variante separate – grok-4.20-0309-reasoning și grok-4.20-0309-non-reasoning – care rămân disponibile în catalog.
Raționament criptat în practică
Raționamentul lui Grok este descris ca fiind „criptat“: xAI menține confidențiale reflecțiile interne, dar puteți recupera o versiune criptată prin API-ul Responses și o puteți injecta în cererile ulterioare, astfel încât modelul să continue de unde a rămas. Cu Grok 4.7, acest conținut criptat este returnat cu fiecare răspuns; pentru celelalte modele, solicitați-l prin parametrul 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 de raționament
Tokenii consumați de raționament apar separat în utilizarea raportată de răspuns:
{
"usage": {
"input_tokens": 32,
"output_tokens": 9,
"output_tokens_details": {
"reasoning_tokens": 110
},
"total_tokens": 151
}
}
În acest exemplu din referința API, totalul adună intrarea, ieșirea vizibilă și raționamentul. Tokenii de raționament fac parte din tokenii facturați: pentru o cerere complexă, ei pot reprezenta o parte semnificativă din costul total, iar acesta este exact aspectul pe care îl controlați prin setarea efortului.
max_output_tokens limitează doar ieșirea vizibilă: raționamentul și apelurile de funcții nu se iau în calcul pentru această limită. Fără o valoare specificată, limita implicită este de 128.000 de tokeni; o limită prea restrictivă va întrerupe răspunsul, situație semnalată de API-ul Responses prin starea incomplete.
Recomandare: preferați streaming-ul și alocați cel puțin 900 de secunde per cerere, așa cum sfătuiesc cele mai bune practici xAI – un raționament profund asupra unei probleme dificile poate dura câteva minute, iar exemplele din ghidul Reasoning ajung până la 3.600 de secunde.
Prețuri pe niveluri
Gama superioară urmează regula comună întregii linii de produse: tariful de bază se aplică atâta timp cât promptul rămâne sub 200.000 de tokeni, iar acesta se dublează dincolo de această prag, pentru toți tokenii din cerere. Pentru toate cele trei modele, tarifele de 2,00 $ la intrare și 6,00 $ la ieșire per milion devin 4,00 $ și respectiv 12,00 $ imediat ce promptul depășește acest prag.
Cache-ul reduce semnificativ factura: tokenii de intrare deja văzuți sunt facturați la 0,50 $ per milion în loc de 2,00 $ pentru Grok 4.7 și 4.6 (reducere de 75%) și la 0,30 $ pentru Grok 4.5 (reducere de 85%). Pentru un asistent care returnează același prompt de sistem și același context de referință la fiecare interacțiune, diferența este considerabilă – de aici importanța menținerii unui prefix stabil al promptului. Cererile trimise prin API-ul Batch beneficiază, de asemenea, de o reducere de 20%.
Grok 4.20 Multi-agent
xAI oferă, de asemenea, grok-4.20-multi-agent-0309, o variantă dedicată orchestrării mai multor agenți, cu un context de un milion de tokeni și prețuri specifice generației 4.20. La acest model, reasoning.effort nu controlează profunzimea raționamentului, ci numărul de agenți mobilizați: 4 sau 16.
Intrare multimodală
Toate cele trei modele acceptă text și imagini ca intrare. Imaginile trebuie să fie în format JPG sau PNG, cu o dimensiune maximă de 20 MiB, iar numărul de imagini nu este limitat.
Ieșirea rămâne exclusiv textuală – aceste modele nu generează imagini. Pentru generarea vizuală, veți utiliza modelele dedicate Grok Imagine, prezentate mai târziu în acest curs.
Prețuri verificate la 3 noiembrie 2026 – prețurile se modifică regulat: înainte de orice calcul bugetar, verificați grila actualizată pe pagina oficială xAI pentru modele și prețuri.
Puncte cheie
- Grok 4.7 (septembrie 2026) este modelul recomandat de xAI; Grok 4.6 și 4.5 rămân în catalog, cu același context de 500.000 de tokeni și aceleași tarife de bază
- Raționamentul nu poate fi dezactivat:
reasoning.effortvariază de lalowlahigh(implicit) și până laxhighpentru 4.6 și 4.7 - Raționamentul criptat este recuperat și reinjectat; Grok 4.7 îl returnează cu fiecare răspuns
max_output_tokensnumără doar răspunsul vizibil; alocați cel puțin 900 de secunde pentru cereri- Prețuri pe niveluri: 2,00 $ / 6,00 $ sub 200.000 de tokeni în prompt, 4,00 $ / 12,00 $ peste acest prag; reducere cache de 75% pentru 4.7
grok-4.20-multi-agent-0309rămâne varianta dedicată orchestrării, unde efortul controlează numărul de agenți