Grok 4.7 na prática: como usar a API e avaliar os custos

O Grok 4.7 é um modelo de raciocínio voltado à programação, à pesquisa e a trabalhos que exigem várias etapas. Lançado em 21 de setembro de 2026, está disponível pela API da xAI com o identificador grok-4.7, além de produtos de programação como Cursor e Grok Build. O anúncio oficial destaca maior persistência na resolução de problemas e uma capacidade aprimorada de revisar as próprias respostas.

Para quem desenvolve aplicações, as perguntas são práticas: quanto custa uma requisição, como chamar o modelo e quando vale pagar por mais raciocínio? Este guia aborda essas decisões, com um exemplo de API e um fluxo para incorporar evidências externas.

O que mudou no Grok 4.7?

A versão usa um modelo base maior e treinamento adicional em tarefas difíceis e prolongadas. Por isso, alterações em repositórios e análises baseadas em documentos são bons cenários de avaliação. Isso não significa que toda resposta será melhor nem que toda tarefa deva se transformar em uma longa execução de agente.

A Artificial Analysis relata uma pontuação de 46 no Intelligence Index com esforço de raciocínio xhigh. A avaliação de programação também melhora com o Grok Build. Porém, o mesmo relatório aponta alto consumo de tokens de saída: cerca de 81.000 por tarefa do índice, contra 36.000 no Grok 4.6 com esforço high. São configurações diferentes, não uma previsão controlada do comportamento na sua aplicação.

Use os benchmarks publicados para selecionar candidatos. Seus testes de aceitação devem verificar se o modelo conclui a tarefa corretamente, quanto trabalho de revisão exige e qual é o custo da execução completa.

Preços da API do Grok 4.7 e limites de contexto

A especificação do modelo informa uma janela de contexto de 500.000 tokens, entradas de texto e imagem e saída de texto. O modelo oferece chamadas de função, saídas estruturadas e quatro níveis de raciocínio: low, medium, high e xhigh. O padrão é high.

A tabela apresenta as tarifas em dólares divulgadas para a API global da xAI, por milhão de tokens. Segundo a página de preços da API, as tarifas de contexto longo se aplicam à requisição inteira quando o prompt atinge 200.000 tokens.

Em um exemplo de contexto curto com 10.000 tokens de entrada sem cache e 2.000 tokens de saída faturados, o custo dos tokens é de US$ 0,032: US$ 0,02 de entrada mais US$ 0,012 de saída. É um cálculo ilustrativo, não uma execução medida. Raciocínio adicional, novas tentativas e ferramentas cobradas separadamente podem aumentar o total.

Não aplique os limites de um fornecedor a outro produto. A documentação de preços do Cursor usa um limite de entrada acima de 256.000 tokens para a faixa de contexto longo. Confira as regras do serviço que efetivamente faz a cobrança.

Como chamar o Grok 4.7 pela AIsa

A AIsa oferece o Grok 4.7 por sua API compatível com OpenAI. Crie uma chave no console da AIsa e configure AISA_API_KEY no seu ambiente. Conforme o guia de integração da AIsa, envie uma requisição de chat completions usando grok-4.7 como modelo:

curl --fail-with-body https://api.aisa.one/v1/chat/completions \
  -H "Authorization: Bearer ${AISA_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "messages": [
      {
        "role": "user",
        "content": "Revise esta função JavaScript em busca de erros: function median(a) { a.sort(); return a[a.length / 2]; } Explique os problemas, proponha uma correção e sugira testes para casos extremos."
      }
    ]
  }'

O endpoint, a autenticação e o formato das mensagens seguem a documentação da AIsa. O exemplo não foi executado como uma requisição paga de inferência. Ele pede uma revisão, sem conceder acesso a um repositório nem executar o código gerado.

Antes de transformar isso em um agente, defina o que significa obter sucesso. Neste exemplo, verifique a ordenação numérica, arrays de tamanho par, entradas vazias e a eventual alteração do array original. Execute seus próprios testes em vez de aceitar apenas a afirmação do modelo de que a correção funciona.

Como combinar Grok 4.7, dados externos e AIsa

Um modelo não pode avaliar evidências que nunca recebeu. Para elaborar um relatório sobre um concorrente, primeiro busque páginas atuais ou publicações públicas em redes sociais, preserve URLs e datas e peça ao modelo que diferencie informações sustentadas por fontes de suas próprias conclusões.

A AIsa oferece acesso a modelos e APIs de dados com uma única chave. O guia de agentes personalizados ajuda a acrescentar recursos a uma aplicação existente.

Uma arquitetura prática é usar o catálogo de APIs da AIsa para coletar informações, padronizar as respostas na aplicação e enviar ao Grok 4.7 apenas os trechos relevantes. Use a mesma chave da AIsa para as requisições de dados e a chamada ao modelo mostrada acima, sem precisar de uma conta ou chave separada da xAI.

Confira os preços no catálogo de modelos da AIsa antes de colocar o fluxo em produção. A tabela anterior é uma referência da xAI, não uma cotação da AIsa. Comece com uma tarefa pequena e rastreável antes de agendar execuções recorrentes.

Assista a uma avaliação do Grok 4.7

Pat Simmons compara o Grok 4.7 com outros modelos em uma avaliação prática. Use o vídeo, em inglês, para identificar tarefas que vale reproduzir por conta própria, sem tratar os resultados de um criador como uma classificação universal.

Vídeo de Pat Simmons. A prévia abre o player incorporado; o título leva ao vídeo original no YouTube.

Cinco dicas práticas para avaliar o Grok 4.7

1. Defina a entrega. Peça uma alteração de código, um relatório com fontes ou uma extração estruturada com critérios de aceitação claros. “Faça uma pesquisa” dificulta avaliar tanto a qualidade quanto o custo.
2. Teste um conjunto pequeno e representativo. Inclua tarefas rotineiras, solicitações ambíguas e falhas conhecidas. Reutilize as mesmas entradas ao comparar modelos.
3. Acompanhe o custo por tarefa concluída. Registre tokens, ferramentas, novas tentativas e tempo de revisão. Um token mais barato só ajuda se o fluxo produzir um resultado aceitável.
4. Forneça contexto relevante. Comece pelos arquivos ou pelas evidências necessários à decisão. Uma janela grande representa capacidade, não uma recomendação para enviar todos os documentos disponíveis.
5. Separe sugestões de execução. Ao usar chamadas de função, valide os argumentos na aplicação. Exija revisão para ações de maior impacto e estabeleça uma condição clara de encerramento.

Cinco termos da documentação da API do Grok

• Janela de contexto: Capacidade em tokens disponível para a requisição e seu histórico. Não garante que todos os detalhes serão usados corretamente.
• Esforço de raciocínio: Configuração que controla quanto trabalho o modelo dedica à resposta. Avalie seus efeitos sobre qualidade, latência e custo em conjunto.
• Entrada em cache: Conteúdo do prompt já processado que atende aos critérios de desconto. Não conte com essa economia antes de confirmá-la nos registros de uso.
• Chamada de função: Mecanismo pelo qual o modelo solicita uma ferramenta e informa seus argumentos. A aplicação continua responsável por validar e executar a solicitação.
• Ambiente de execução do agente: Software que fornece ferramentas, gerencia o estado e coordena a execução. Ambientes diferentes podem gerar resultados diferentes com o mesmo modelo.

Perguntas frequentes sobre o Grok 4.7

O Grok 4.7 já está disponível?

Sim. Ele foi lançado em 21 de setembro de 2026 e também está disponível pela AIsa. Use sua chave da AIsa no endpoint de chat completions e informe grok-4.7 como modelo, conforme o exemplo acima.

Quanto custa a API do Grok 4.7?

A API global da xAI parte de US$ 2 por milhão de tokens de entrada sem cache e US$ 6 por milhão de tokens de saída. Contextos longos e ferramentas adicionais podem aumentar o valor. Consulte a tabela para as faixas padrão.

Posso usar o Grok 4.7 Fast pela API pública?

Não. O guia do desenvolvedor apresenta o Fast como uma opção mais rápida no Cursor e no Grok Build, e não como um modelo da API pública da xAI. Confirme a modalidade antes de comparar custos.

Uma janela de 500 mil tokens significa que o Grok lembra de tudo?

Não. Ela representa capacidade, não lembrança perfeita nem memória permanente. Forneça evidências relevantes, confira a resposta e gerencie explicitamente as informações que a aplicação precisa manter.

O Grok 4.7 é melhor que o Grok 4.6 para programar?

As avaliações publicadas mostram avanços, mas o resultado depende da tarefa, do ambiente de execução e do nível de raciocínio. Teste ambos com seus próprios critérios e compare o custo total por resultado aprovado.

No primeiro teste, escolha uma tarefa cujo resultado você saiba verificar. Acrescente evidências externas quando elas melhorarem a resposta e consulte o catálogo de APIs e o catálogo de modelos da AIsa para planejar a próxima integração.