Grok 4.7 ist billig und bei Agentenarbeit weit hinten

xAI hat Grok 4.7 am 21. September vorgestellt, als eigenes Spitzenmodell für Programmierung und Wissensarbeit. Der Preis liegt bei 2 US-Dollar pro Million Eingabe-Token und 6 US-Dollar pro Million Ausgabe-Token. Eine schnellere Variante kostet das Doppelte und liefert dafür die doppelte Ausgabegeschwindigkeit.

Im Intelligence Index von Artificial Analysis (Fassung 4.3.2) kommt das Modell auf 46 Punkte. Claude Fable 5.1 und GPT-6 stehen dort bei jeweils 53.

Am größten ist der Abstand dort, wo ein Modell selbstständig über längere Ketten arbeiten muss. Auf Terminal-Bench 4.0 erreicht Grok 4.7 nur 26 Prozent, gegenüber 60 Prozent bei GPT-6 Astra und 55 Prozent bei Claude Fable 5.1.

Bei überschaubaren Coding-Aufgaben schrumpft die Lücke. CursorBench 4.0 ergibt 46,3 Prozent für Grok 4.7, 51,8 Prozent für Claude Fable 5.1 und 41,7 Prozent für GPT-5.6 Sol Max.

Einen Bereich gewinnt xAI aber klar, und es ist ausgerechnet der juristische: Auf Harveys Legal-Agent-Benchmark kommt Grok 4.7 auf 19,6 Prozent und schlägt damit beide Konkurrenten. Zum Fünftel des Eingabepreises von Fable 5.1. Wer Vertragsprüfung oder Recherche in Serie laufen lässt, sollte sich diese Zahl ansehen, bevor er den Index-Rückstand als Ausschlusskriterium nimmt.

Technisch nennt xAI ein größeres Basismodell als bei Grok 4.6, längeres Reinforcement Learning auf schwereren Aufgaben und ein besseres Selbstprüfen der eigenen Antworten. Dazu kommt ein neuer Schutzmechanismus-Stack, den das Unternehmen als seine bislang robusteste Fassung bei Verweigerungen und bei Jailbreak-Resistenz bezeichnet. Belege von dritter Seite dafür gibt es noch nicht.

Verfügbar ist Grok 4.7 über die Grok-API, Cursor, Grok Build und Drittplattformen. Wie lange es dauert, bis ein Modell bei den großen Cloud-Anbietern ankommt, zeigt der Vorgänger: Grok 4.6 landete erst am 18. August auf Amazon Bedrock, mit 500.000 Token Kontextfenster, vier Reasoning-Stufen und demselben Tokenpreis.

Bleibt die Frage, für wen der Preis das Argument ist. Für einen kurzen Auftrag zahlt man bei xAI am wenigsten. Wer ein Modell eine Stunde lang durch ein Terminal schickt, zahlt drei Mal so oft neu, weil es öfter danebenliegt.