Grok 4.7

Fiche modèle · xAI · grok-4.7

Grok 4.7 is SpaceXAI's frontier model for coding, agentic tasks, and knowledge work. It uses a larger base model than Grok 4.6, with longer RL on harder multi-hour tasks, stronger self-verification, and native Grok Bot harness understanding. Reasoning efforts: low, medium, high, xhigh (default high). 500K context; same price and speed class as Grok 4.6 ($2/$0.50 cached/$6 per 1M tokens under 200k prompts; ≥200k prompts bill at $4/$1/$12). Grok 4.7 Fast uses the same model on faster infrastructure at twice the token rates and twice the output speed, and is available only in Cursor and Grok Build — not as a separate public API model id (docs expose only `grok-4.7`). Pretraining knowledge cutoff June 2026, with supplemental training data through August 2026. Multimodal: text and image in, text out.

Fiches modèles

Identité

Organisation	xAI
Pays	—
Famille	—
Type	llm
Date de sortie	2026-09-21
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	500 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	3.20 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	56.06 $
Tokens d'entraînement	—
Coupure de connaissance	2026-06-01
Créé le	2026-09-21T21:05:57.070908Z
Mis à jour le	2026-11-04T06:05:13.495958Z
Source	LLM Stats
URL	https://llm-stats.com/models/grok-4.7

Tokens/tâche

IA Act — preuves fournisseur

ICA 25/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	0,0	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-21.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
xAI	llm-stats	non	2.00 $	6.00 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
knowledge	0.20
legal	0.20
productivity	1 657.00
reasoning	552.50
safety	0.80
general	184.50
healthcare	0.60
agents	207.50
code	0.50
tool_calling	0.40

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-briefcase-1.1	agents	1 657.00	3 000.00	0.55	non	oui	2026-11-04T06:05:13.511213Z
bixbench-mcq	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:05:13.558277Z
cadgenbench	engineering	0.44	1.00	0.44	non	oui	2026-11-04T06:05:13.534138Z
cathedralbench	code	0.29	1.00	0.29	non	oui	2026-11-04T06:05:13.546391Z
cursorbench-4.0	code	0.46	1.00	0.46	non	oui	2026-11-04T06:05:13.500948Z
cve-bench	code	0.37	1.00	0.37	non	oui	2026-11-04T06:05:13.543311Z
cybergym	code	0.80	1.00	0.80	non	oui	2026-11-04T06:05:13.540506Z
deepswe-1.1	code	0.71	1.00	0.71	non	oui	2026-11-04T06:05:13.504032Z
eebench	engineering	0.66	1.00	0.66	non	oui	2026-11-04T06:05:13.507613Z
frontierswe-v2	code	0.29	1.00	0.29	non	oui	2026-11-04T06:05:13.528008Z
gdpval-elo	general	1 695.00	3 000.00	0.56	non	oui	2026-11-04T06:05:13.524788Z
harvey-lab	knowledge	0.20	1.00	0.20	non	oui	2026-11-04T06:05:13.517713Z
harveys-legal-agent-benchmark	legal	0.20	1.00	0.20	non	oui	2026-09-21T22:09:59.083570Z
healthbench-professional	healthcare	0.57	1.00	0.57	non	oui	2026-11-04T06:05:13.521166Z
lab-bench-practical	science	0.77	1.00	0.77	non	oui	2026-11-04T06:05:13.552437Z
latchbio-capabilities	science	0.45	1.00	0.45	non	oui	2026-11-04T06:05:13.537475Z
protocolqa-open-ended	safety	0.70	1.00	0.70	non	oui	2026-11-04T06:05:13.555252Z
swe-marathon	code	0.46	1.00	0.46	non	oui	2026-11-04T06:05:13.531066Z
terminal-bench-4.0	reasoning	0.38	1.00	0.38	non	oui	2026-11-04T06:05:13.514318Z
vct	safety	0.63	1.00	0.63	non	oui	2026-11-04T06:05:13.549336Z
wmdp-bio	safety	0.88	1.00	0.88	non	oui	2026-11-04T06:05:13.561124Z
wmdp-chem	safety	0.85	1.00	0.85	non	oui	2026-11-04T06:05:13.564253Z
wmdp-cyber	safety	0.88	1.00	0.88	non	oui	2026-11-04T06:05:13.567640Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	39	207.50	33.73	8	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	37	0.50	35.59	6	trueskill	2026-11-04T08:08:39.742311Z	rankings
knowledge	11	0.20	15.95	1	trueskill	2026-11-04T08:08:45.139626Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04