Grok 4.5 vs Grok 4.7
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Grok 4.5 von xAI und Grok 4.7 von xAI gehören zu den führenden KI-Modellen. Grok 4.5 bietet ein Kontextfenster von 500K Tokens bei API-Preisen von $2.00/$6.00 pro 1M Tokens, während Grok 4.7 500K Tokens Kontext zu $2.00/$6.00 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.
Beliebige Modelle wechseln & vergleichen
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Grok 4.5
Deep-Reasoning-EngineGrok 4.5 von xAI ist ein KI-Modell für tiefgehendes logisches Denken, komplexe Mathematik und wissenschaftliche Analysen mit 500K Kontextfenster, 130 Token/s Durchsatz, einem Intelligenz-Index von 75/100 und $2/$6 pro 1M Token.
$2.00 / 1M
$6.00 / 1M
500K tokens
74.2%
Grok 4.7
Frontier-Flaggschiff-ModellGrok 4.7 von xAI ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 500K Kontextfenster, 110 Token/s Durchsatz, einem Intelligenz-Index von 46/100 und $2/$6 pro 1M Token.
$2.00 / 1M
$6.00 / 1M
500K tokens
77.2%
Wichtigste Unterschiede auf einen Blick
- Both models cost the same under this workload — choose on capability, not price.
- Grok 4.5 is faster at 130 tok/s vs 110 tok/s.
- Grok 4.7 leads on SWE-bench coding (77.2% vs 74.2%).
| Feature | Grok 4.5 | Grok 4.7 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 75 | 46 |
Provider | xAI | xAI |
Input Price Cost per million input tokens | $2.00 / 1M | $2.00 / 1M |
Output Price Cost per million output tokens | $6.00 / 1M | $6.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.35 / 1M | $1.35 / 1M |
Context Window Maximum input + output tokens | 500K tokens~750 A4 pages of text | 500K tokens~750 A4 pages of text |
Max Output Tokens Per single request | 66K | 66K |
Throughput Speed Tokens generated per second | 130 tok/s | 110 tok/s |
SWE-bench Verified Real-world software engineering | 74.2% | 77.2% |
GPQA Diamond Graduate-level reasoning | 75.9% | 78.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.50 / 1M | $0.50 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkGeprüfte Benchmark-Ergebnisse im Vergleich
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latenz & Antwortzeit
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Interaktiver Token-Kosten-Simulator
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Grok 4.5 · Strengths & Key Advantages
- 500K Kontextfenster und bis zu 66K maximale Output-Token (SWE-bench Verified 74.2% · GPQA Diamond 75.9%)
- Hohe Generierungsgeschwindigkeit von 130 Token/Sekunde bei nur 500 ms Erstlatenz (TTFT)
- Effiziente API-Struktur ($2/$6 pro 1M Token) inklusive Prompt-Caching, Tool-Calling und strikter JSON-Ausgabe
Considerations & Trade-offs
- Proprietäres Cloud-Modell ohne Möglichkeit zum lokalen Download der Modellgewichte
- Bei hohem Anfragevolumen empfiehlt sich der Einsatz von Prompt-Caching und Batch-API zur Kostenoptimierung
Grok 4.7 · Strengths & Key Advantages
- 500K Kontextfenster und bis zu 66K maximale Output-Token (SWE-bench Verified 77.2% · GPQA Diamond 78.5%)
- Hohe Generierungsgeschwindigkeit von 110 Token/Sekunde bei nur 620 ms Erstlatenz (TTFT)
- Effiziente API-Struktur ($2/$6 pro 1M Token) inklusive Prompt-Caching, Tool-Calling und strikter JSON-Ausgabe
Considerations & Trade-offs
- Proprietäres Cloud-Modell ohne Möglichkeit zum lokalen Download der Modellgewichte
- Bei hohem Anfragevolumen empfiehlt sich der Einsatz von Prompt-Caching und Batch-API zur Kostenoptimierung
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Grok 4.5 | Grok 4.7 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.62 | $0.68 |
Output Tokens / Task Tokens generated per task | 44K | 46K |
Reasoning Tokens / Task Thinking tokens burned per task | 20K | 23K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | Grok 4.5 | Grok 4.7 |
|---|---|---|
| Official API Model ID (SDK) | grok-4-5-latest | grok-4-7-latest |
| API Protocol | xAI REST API (OpenAI-Compatible) | xAI REST API (OpenAI-Compatible) |
| Release Date | 2026-07 | 2026-09 |
| Knowledge Cutoff | March 2026 | April 2026 |
| Architecture | Advanced Sparse MoE | 2.1T Multimodal Sparse MoE |
| Parameters | Confidential | 2.1T (MoE) |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($2/1M in) across full 500K window | Flat rate ($2/1M in) across full 500K window |
| Prompt Cache Policy & TTL | Cached input at $0.5/1M tokens | Cached input at $0.5/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Real-time Web & X (Twitter) Search Grounding + Code Execution | Real-time Web & X (Twitter) Search Grounding + Code Execution |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | xAI Production Safety & Alignment Verified | xAI Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Grok 4.5 vs Grok 4.7: Schnelle Antworten (FAQ)
Which is more intelligent, Grok 4.5 or Grok 4.7?
Grok 4.5 is more intelligent. It scores 75 compared with 46 on the composite Intelligence Index.
Which model is faster?
Grok 4.5 is faster, generating 130 tokens per second compared with 110 tokens per second.
Which model has lower latency?
Grok 4.5 has lower latency, with a time to first token of 0.50s compared with 0.62s.
Fazit
Sowohl Grok 4.5 (Optimal für tiefgehendes logisches Denken, komplexe Mathematik und wissenschaftliche Analysen, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch Grok 4.7 (Optimal für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: Grok 4.5 führt bei komplexem Reasoning und Coding, Grok 4.5 liefert den höheren Token-Durchsatz und Grok 4.5 ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – Grok 4.5 oder Grok 4.7?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt Grok 4.5 vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von Grok 4.5 und Grok 4.7?+
Grok 4.5 kostet $2.00 / $6.00 pro 1M Input-/Output-Tokens, Grok 4.7 liegt bei $2.00 / $6.00. Beim gewichteten Gesamtpreis ist Grok 4.5 günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
Grok 4.5 bietet 500K Tokens Kontext gegenüber 500K Tokens bei Grok 4.7. Bei der Generierungsgeschwindigkeit liegt Grok 4.5 vorn.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Grok 4.5 vs. Grok 4.3: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Grok 4.7 vs. Claude Opus 5.5: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Grok 4.7 vs. DeepSeek V4.1-Flash: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Grok 4.7 vs. GPT-6 Sol: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Aion-Mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Gemini 3.6 Flash: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Offizielle Quellen: Offizielle API-Dokumentation von xAI und xAI, Systemkarten und unabhängige Benchmark-Auswertungen (2026).