Grok 4.7 is goedkoop, maar blijft achter op codeertests

SpaceXAI heeft op 21 september Grok 4.7 uitgebracht, het nieuwe topmodel van het bedrijf van Elon Musk. De prijs blijft staan op 2 dollar per miljoen invoertokens en 6 dollar per miljoen uitvoertokens, gelijk aan Grok 4.6. Onafhankelijke metingen laten zien dat de afstand tot de Amerikaanse concurrentie op codeertaken groot blijft.

Wat SpaceXAI zelf meldt

In de aankondiging op x.ai noemt het bedrijf Grok 4.7 zijn sterkste model tot nu toe voor programmeren en kenniswerk. De winst komt volgens SpaceXAI uit een groter basismodel, langere reinforcement learning op tijdrovende taken en betere zelfcontrole van het model. Op CursorBench 4.0 scoort het model 46,3 procent, tegen 40,4 procent voor Grok 4.6. Op de EEBench voor elektrotechnische taken staat 64,0 procent en op de Harvey Legal Agent Benchmark voor juridisch werk 19,6 procent.

SpaceXAI meldt daarnaast een nieuw veiligheidsraamwerk. Op de biosafety-test van LatchBio komt het model uit op 62,4 procent, en van de risicovolle cybersecurity-prompts laat het er 3,3 procent door. Het model is te gebruiken via de Grok API, Cursor en Grok Build. Er is ook een snellere variant, tegen het dubbele tarief.

Wat onafhankelijke tests laten zien

The Decoder wijst op cijfers van Artificial Analysis, dat modellen buiten de labs om meet. Op de Intelligence Index versie 4.3.2 haalt Grok 4.7 een score van 46. Claude Fable 5.1 en GPT-6 staan daar allebei op 53.

Het verschil wordt groter zodra het om agentisch programmeren gaat. Op Terminal-Bench 4.0 komt Grok 4.7 tot 26 procent. GPT-6 Astra haalt daar 60 procent en Claude Fable 5.1 55 procent. DeepSeek V4.1 Flash zit met 27 procent vlak bij Grok. Het prijspunt van SpaceXAI ligt daarmee dichter bij dat van Chinese aanbieders dan bij dat van de Amerikaanse topmodellen, en de scores wijzen in dezelfde richting.

Zulke gaten tussen eigen cijfers en externe metingen zijn niet nieuw. Ook onafhankelijke testbureaus zagen eerder dat labs hun modellen graag afrekenen op benchmarks waarop ze toevallig sterk staan.

Wat betekent dit

Voor wie een model kiest op prijs is Grok 4.7 interessant: dezelfde tarieven als de vorige versie, met een meetbare stap vooruit op de eigen codeertest. Wie het model wil inzetten als agent die zelfstandig een terminal bedient of een repository doorwerkt, krijgt volgens Artificial Analysis iets anders in handen dan de concurrentie op hetzelfde moment levert.

De praktijk geeft uiteindelijk de doorslag. Modellen die goed scoren op openbare tests, vallen nogal eens terug zodra ze op echte bedrijfscode worden losgelaten. Test Grok 4.7 dus op je eigen werk voordat je een bestaande pijplijn omzet, en kijk daarbij naar het aantal pogingen dat een taak kost, niet alleen naar de tokenprijs.