Grok 4.7 er billig, men halter efter de bedste modeller

xAI har lanceret Grok 4.7, som selskabet kalder sin hidtil mest kapable model til programmering og vidensarbejde. Ifølge xAI bygger den på en større basismodel, er trænet med længere forstærkningslæring og skal være bedre til at kontrollere sit eget output. Den kan bruges via Grok API, Cursor og Grok Build.

Lav pris pr. token

API-prisen er 2 dollar pr. million input-tokens og 6 dollar pr. million output-tokens. Cachede input-tokens, altså tekst som modellen allerede har set, koster 0,50 dollar pr. million. Et token er en lille bid tekst, som AI-modeller regner og afregner i.

Ifølge mediet The Decoder ligger priserne tættere på kinesiske modeller end på vestlige topmodeller.

Fremgang, men ikke i toppen

På Artificial Analysis Intelligence Index, som samler ti benchmarks (standardiserede tests), får Grok 4.7 46 point. Claude Fable 5.1 og GPT-6 har 53 hver. Grok 4.7 ligger i midterfeltet og er 2 point over forgængeren Grok 4.6.

På Terminal-Bench 4.0, der måler, hvor godt en model selv kan løse kodeopgaver i en terminal, får Grok 4.7 ifølge The Decoder 26 procent. GPT-6 Astra får 60 procent og Claude Fable 5.1 får 55 procent. DeepSeek V4.1 Flash ligger på 27 procent. Artificial Analysis angiver en forbedring på 4,5 procentpoint i forhold til Grok 4.6.

På Artificial Analysis' Coding Agent Index scorer Grok Build med Grok 4.7 56, op fra 47. Det giver en fjerdeplads efter Claude Fable 5.1, GPT-6 Astra og Claude Opus 5.

I testen AA-Briefcase, der måler agentisk vidensarbejde, får Grok 4.7 1657 Elo og ligger bag Claude Opus 5 og Claude Fable 5.1.

Prisen pr. opgave er højere

Grok 4.7 bruger omkring 81.000 output-tokens pr. opgave i Artificial Analysis' test. Det er cirka dobbelt så mange som Grok 4.6. Den reelle omkostning pr. opgave bliver derfor højere, end token-prisen alene antyder.

For almindelige brugere og virksomheder betyder det, at den lave listepris ikke i sig selv gør Grok 4.7 til det billigste valg. Det afhænger af, hvor mange tokens modellen bruger på den konkrete opgave.