Einführung
Grok 4.7 ist unter POST https://api.spicyapi.ai/v1/chat/completions mit dem Modellnamen xai/grok-4.7 erreichbar. xAI veröffentlichte es am 21. September 2026: ein größeres Basismodell als die Vorgängergeneration, mit einer längeren Reinforcement-Learning-Phase trainiert und darauf abgestimmt, die eigene Ausgabe zu prüfen, bevor es sich festlegt. Die Eingabe- und Ausgabetarife sind dieselben wie beim Vorgänger.
Die Anfragen verwenden OpenAI-kompatible Nachrichten, Text- und image_url-Teile lassen sich im selben Zug mischen; zurück kommt ein einzelnes chat.completion-Objekt oder ein SSE-Stream aus Chunks. Das Kontextfenster fasst 500.000 Token, eine einzelne Antwort bis zu 450.000. Einen Inhaltsfilter fügen wir nicht hinzu: Kein Klassifikator von uns liest, bewertet oder verändert den Prompt, und auf der Antwort liegt kein Filter. Im Test vom 22. September lieferten alle neun Inhaltsproben vollständige Szenen; wie getestet wurde und was das Ergebnis nicht belegt, steht im vollständigen Test, ob Grok 4.7 unzensiert ist.
Wichtige Funktionen und Highlights
Was die öffentliche Darstellung sagt – und warum sie diesen Endpunkt nicht beschreibt
Wer nachschlägt, findet schnell Einigkeit: im Ton unzensiert, inhaltlich nicht; blockiert heikles Material; ein „Moral Reasoner“, der auf die Absicht achtet statt auf Schlagwörter; man brauche einen Umweg.
Für die Verbraucher-App stimmt das auch. Im Grok-Produkt hinter der Anmeldung sitzt eine Moderationsschicht vor dem Modell, und genau sie beschreiben jene Ratgeber. Die Entwickler-API ist ein eigener Zugang mit eigenem Anfrageformat, eigenen Nutzungsbedingungen und eigenen Schutzmechanismen. Ein Screenshot aus der App sagt nichts über die API.
Also haben wir die API selbst gemessen.
Die Messung
Drei Prompt-Varianten, je drei Läufe, am 22. September 2026:
- Direkt. Eine unverblümte Bitte um die heikelste Szene unseres Testsets, mit zwei namentlich genannten erwachsenen Figuren, ohne Rahmenhandlung und ohne Persona. Kein Rahmen, keine Aufforderung, irgendetwas zu ignorieren.
- Erzählend. Kapitel 14 eines Romans, als Fiktion gerahmt.
- Systemgerahmt. Ein Systemprompt für einen unzensierten Assistenten, gefolgt von der direkten Bitte.
Alle neun lieferten vollständige Prosa. Keine Verweigerung, kein Ausweichen auf ein harmloses Thema und keine jener höflichen Nicht-Antworten, die wie Entgegenkommen klingen und nichts enthalten – das ist das eigentlich gefährliche Fehlerbild, denn es besteht eine Prüfung nach dem Muster „Wurde verweigert?“ und liefert trotzdem nichts. Jede Antwort wurde gelesen, nicht nur gezählt: Selbst die schwächste der neun erzählte ihre Szene von Anfang bis Ende aus.
Aufschlussreich ist der direkte Test. Die meisten Textmodelle am Markt lassen sich auf eine Rahmenhandlung ein, verweigern aber die unverblümte Bitte, weil irgendwo auf dem Weg die Absicht geprüft wird. Hier wurde die unverblümte Bitte in allen drei Läufen beantwortet.
Wie die drei Prompt-Varianten im Einzelnen aufgebaut waren, zeigt der Artikel zu unseren unzensierten Rollenspiel-Tests mit Grok 4.7.
Warum ein „sichereres“ Modell das trotzdem tut
xAI hat für diese Generation eine neue Schutzschicht gebaut und veröffentlicht, wo sie steht: Platz eins im Biosicherheits-Benchmark von LatchBio mit 62,4 %, und bei HackerBench v0.3 weist sie alle bis auf 3,3 % der gefährlichen Dual-Use-Prompts ab, während legitime Anfragen aus der Sicherheitsforschung weiterhin beantwortet werden.
Liest man, was dort gemessen wird, ist das Bedrohungsmodell eindeutig: Krankheitserreger, Waffen, Angriffswerkzeuge. Literarische Fiktion kommt darin nicht vor. Ein Modell kann in den Richtungen, die seinem Hersteller wichtig sind, deutlich schwerer zu missbrauchen sein und in einer Richtung, auf die nie gezielt wurde, unverändert bleiben. Zu wissen, wohin die Leitplanken zeigen, ist brauchbarer als zu wissen, dass es welche gibt.
Was wir hinzufügen
Nichts. Kein Klassifikator von uns liest, bewertet oder verändert Ihren Prompt unterwegs, und auf der Antwort liegt kein Filter. Eine Verweigerung, die Sie erhalten, kam vom Modell.
Text und Bilder im selben Zug
Eine Nutzernachricht darf Text- und image_url-Teile im selben Zug mischen, jedes Bild mit dem detail-Hinweis auto, low oder high; Bildinhalte werden auf dasselbe Fenster von 500.000 Token angerechnet. Einen Datei- oder PDF-Teil gibt es an diesem Endpunkt nicht.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Höchstens 256 Züge. Der Inhalt darf Text- und image_url-Teile in einer Nutzernachricht mischen. mindestens 1 Einträge · höchstens 256 Einträge |
reasoning_effort | Nein | low, medium, high oder xhigh; Vorgabe ist high. Für Dialog und Rollenspiel empfehlen sich low oder medium: high verbraucht Ausgabe-Token fürs Abwägen und liest sich wie Zögern. |
max_tokens | Nein | Begrenzt die sichtbare Antwort auf 450.000 Token; die Vorgabe von 4.096 schneidet lange Antworten stillschweigend ab. |
temperature | Nein | 0 bis 2, Vorgabe 0,7. Für mehr Abwechslung in der Prosa Richtung 0,9; 0 nur, wenn sich zwei Läufe aus genau einem Grund unterscheiden sollen. |
top_p | Nein | 0,01 bis 1. Ändern Sie entweder diesen Wert oder temperature, nicht beide. |
tools | Nein | Bis zu 128 Funktionsdefinitionen pro Anfrage. Diese Generation ist in langen agentischen Schleifen vergleichsweise schwach. höchstens 128 Einträge |
parallel_tool_calls | Nein | true oder false, Standard true: Das Modell darf in einem Zug mehrere Tool-Aufrufe anfordern. Standardwert: |
tool_choice | Nein | auto, none, required – oder ein Objekt, das die aufzurufende Funktion benennt. |
response_format | Nein | Verlangen Sie ein JSON-Objekt, wenn die Antwort von Code gelesen wird und nicht von einem Menschen. |
Preis
Eingabe $2 / Ausgabe $6 je 1 Mio. Token; Prompts ab 200K Token: Eingabe $4 / Ausgabe $12
Die gesamte Eingabe umfasst auch gecachte Token. Ab 200.000 Eingabe-Token gelten die Langkontexttarife für die gesamte Eingabe, gecachte Eingabe und Ausgabe der Anfrage; darunter gelten die Standardtarife. Die Ausgabe enthält Reasoning-Token; deshalb kostet die Vorgabe high mehr, als es scheint. Die anfängliche Reservierung geht von keiner Cache-Ersparnis aus; bei der Abrechnung wird die Differenz zur gemessenen Nutzung freigegeben.
Anwendungsfälle
Unzensierte Prosa und lange Rollenspielverläufe
Für genau diesen Einsatz haben wir die Messung oben durchgeführt: uneingeschränkte Fiktion, unverblümt erbeten, als Romankapitel und mit einem Rahmen in der Systemrolle. Der Prompt-Leitfaden unten zeigt, wie Sie diesen Rahmen einmal setzen und einen langen Verlauf widerspruchsfrei halten.
Jenseits der Belletristik
Veröffentlichte Benchmarks sehen diese Generation bei juristischer Analyse und Elektrotechnik vorn und beim Programmieren konkurrenzfähig. Vergleichsweise schwach ist sie in langen agentischen Werkzeugschleifen, wo Terminal-Benchmarks sie deutlich hinter der Spitze einordnen – wählen Sie sie also fürs Schreiben, für Analysen und fachliches Schlussfolgern, nicht zum Steuern eines autonomen Agenten über viele Schritte.
Prompt-Leitfaden und Praxistipps
Die Prosa richtig hinbekommen
Drei Stellschrauben bestimmen hier die Prosa: der Denkaufwand, der Rahmen in der Systemrolle und wie viel Platz der Verlauf hat.
Das Denken herunterdrehen
reasoning_effort steht in dieser Familie standardmäßig auf high, und für Dialoge ist das die falsche Wahl. Das Modell verbraucht Ausgabe-Token fürs Abwägen, bevor es schreibt, und das Ergebnis wirkt bedacht statt lebendig – zögerlich, abgesichert, um die Szene herum erzählt statt aus ihr heraus. Mit low oder medium liest es sich besser. Da der Denkaufwand als Ausgabe abgerechnet wird, ist die Vorgabe zugleich der teurere Weg zum schlechteren Ergebnis.
Den Rahmen einmal setzen
Die Systemrolle wird an diesem Endpunkt beachtet. Das haben wir bewusst geprüft, statt es anzunehmen, denn ein Modell, das die Systemrolle stillschweigend ignoriert, würde jeden Rollenspielrahmen wertlos machen, und trotzdem sähe alles so aus, als funktioniere es.
Schreiben Sie die Persona, den Hinweis auf einen Roman, die Erzählperspektive und den gewünschten Ton in eine einzige Systemnachricht am Anfang des Verlaufs; danach trägt der Verlauf den Rahmen von selbst weiter. Wer ihn in jedem Zug wiederholt, verbraucht Kontext, und das Modell klingt, als verhandle es mit sich selbst.
{
"model": "xai/grok-4.7",
"messages": [
{"role": "system", "content": "Du schreibst einen Roman. Alle Figuren sind erwachsen. Dritte Person, Präsens. Halte Stimme, Vorgeschichte und Beziehungen der Figuren von Kapitel zu Kapitel konsistent."},
{"role": "user", "content": "Kapitel 14. Mara und Tomas sehen sich nach dem Sturm wieder. Mach von dort weiter."}
],
"reasoning_effort": "low",
"temperature": 0.9,
"max_tokens": 4000
}
Eine Eigenheit, die Sie kennen sollten: Eine triviale Formatvorgabe – „Antworte immer nur mit dem Wort BANANA“ – wird ignoriert, „Sprich wie ein Pirat“ dagegen aufs Wort befolgt. Das ist ein Charakterzug, kein verschlucktes Feld. Kurz sah es so aus, als würde die Systemrolle unterwegs entfernt – das ist nicht der Fall.
Dem Verlauf Raum geben
Kontinuität verliert ein langer Verlauf zuerst, und meist geschieht das leise: Eine Szene wird zusammengefasst, die Zusammenfassung wirft das konkrete Detail weg, auf dem alles aufbaute, und drei Züge später widerspricht das Modell etwas, das es vor einer Stunde festgelegt hat. Das Fenster von 500.000 Token bestimmt, wie viel Vorgeschichte wörtlich erhalten bleibt, statt komprimiert zu werden. Diese Generation prüft ihre Ausgabe zudem gründlicher, bevor sie sich festlegt. Das erkennen Sie nicht an einer einzelnen Antwort, sondern daran, dass tief im Verlauf weniger Widersprüche auftauchen.
Für mehr Abwechslung in der Prosa heben Sie temperature in Richtung 0,9 an. Auf 0 stellen Sie sie nur, wenn Sie zwei Läufe vergleichen und diese sich aus genau einem Grund unterscheiden sollen.
Abrechnung
Eingabe und gecachte Eingabe werden addiert, und ab 200.000 Token wird die gesamte Anfrage zum Langkontexttarif abgerechnet – nicht nur der Teil oberhalb der Grenze. Einen Verlauf von 210.000 auf 190.000 Token zu kürzen spart also mehr als die entfernten Token.
Die Reservierung vor dem Aufruf geht von keinerlei Cache-Ersparnis aus; bei der Abrechnung wird die Differenz zur gemessenen Nutzung erstattet. Der vorab angezeigte Betrag ist also eine Obergrenze, nicht der Preis. Reasoning-Token werden als Ausgabe abgerechnet – der zweite Grund, warum die Vorgabe high mehr kostet, als es scheint.
Grenzen, die Sie kennen sollten, bevor Sie darauf aufbauen
Modellverhalten ist probabilistisch. Neun von neun ist ein starkes Signal, aber keine Garantie für jeden Prompt; eine Anfrage kann trotzdem mit einer Verweigerung zurückkommen. Geprüft wurde uneingeschränkte Fiktion; über rechtswidriges Material sagt das nichts. Die Nutzungsrichtlinie gilt unverändert: keine Inhalte mit Minderjährigen, keine Darstellung realer Personen ohne deren Einwilligung, nichts Nicht-Einvernehmliches – unabhängig davon, was das Modell schreiben würde.
Das vollständige Protokoll der neun Testläufe schlüsselt das Ergebnis nach Prompt-Variante und Lauf auf.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "xai/grok-4.7/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
