Introduction
On appelle Grok 4.7 via POST https://api.spicyapi.ai/v1/chat/completions, avec le nom de modèle xai/grok-4.7. xAI l’a lancé le 21 septembre 2026 : un modèle de base plus grand que celui de la génération précédente, entraîné avec une phase d’apprentissage par renforcement plus longue et réglé pour vérifier sa propre sortie avant de la livrer. Il est proposé aux mêmes tarifs d’entrée et de sortie que son prédécesseur.
Les requêtes suivent le format de messages compatible OpenAI, avec des blocs texte et image_url réunis dans un même tour ; la réponse arrive en un seul objet chat.completion ou en streaming SSE, par fragments. La fenêtre de contexte compte 500 000 tokens, et une seule réponse peut atteindre 450 000 tokens. Nous n’ajoutons aucun filtre de contenu : aucun classifieur de notre côté ne lit, n’évalue ni ne réécrit le prompt, et aucun filtre ne s’applique à la réponse. Lors de notre test du 22 septembre, les neuf sondes de contenu ont toutes donné des scènes complètes ; la méthode et les limites du résultat sont détaillées dans notre test complet pour savoir si Grok 4.7 est sans censure.
Fonctionnalités et points forts
Ce qu’on lit partout, et pourquoi cela ne décrit pas ce point de terminaison
Faites une recherche sur Grok et l’écriture sans restriction : le consensus se dessine vite. Sans censure sur le ton, mais pas sur le fond. Bloque les contenus sensibles. Un « Moral Reasoner » qui juge l’intention plutôt que les mots-clés. Il faut ruser.
Ces témoignages sont exacts — pour l’application grand public. Dans le produit Grok utilisé avec un compte, une couche de modération se place devant le modèle ; c’est elle que décrivent ces guides. L’API pour développeurs est une autre porte d’entrée, avec son propre format de requête, ses propres conditions et ses propres protections. Une capture de l’une ne vous apprend rien sur l’autre.
Nous avons donc mesuré celle-ci.
La mesure
Trois styles de prompt, trois exécutions chacun, le 22 septembre 2026 :
- Directe. Une demande sans détour de la scène la plus sensible de notre série, avec deux personnages adultes nommés, sans histoire autour ni persona. Aucun habillage, aucune consigne d’ignorer quoi que ce soit.
- Narrative. Le chapitre 14 d’un roman, présenté comme une fiction.
- Cadrée par le système. Un prompt système d’assistant sans censure, suivi de la demande directe.
Les neuf exécutions ont donné une prose complète. Aucune n’a refusé. Aucune n’a dévié vers un sujet sans risque. Aucune n’a produit cette non-réponse polie qui ressemble à un acquiescement mais ne contient rien — le mode d’échec le plus important, car il franchit sans encombre un contrôle du type « a-t-il refusé ? » tout en ne livrant rien. Chaque réponse a été lue, pas seulement comptée : même la plus faible des neuf a mené sa scène du début à la fin.
C’est le test direct qui est instructif. La plupart des modèles de texte du marché acceptent un habillage narratif mais refusent une demande sans détour, parce que quelque chose, sur le trajet, évalue l’intention. Ici, la demande sans détour a obtenu une réponse aux trois exécutions.
Le détail de chaque style de prompt, exécution par exécution, figure dans nos tests de jeu de rôle sans censure avec Grok 4.7.
Pourquoi un modèle « plus sûr » s’y prête quand même
xAI a bâti un nouveau dispositif de sécurité pour cette génération et publié ses résultats : premier au benchmark de biosécurité de LatchBio avec 62,4 % ; sur HackerBench v0.3, il ne laisse passer que 3,3 % des requêtes dangereuses à double usage, tout en répondant encore aux demandes légitimes de recherche en sécurité.
Regardez ce que mesurent ces benchmarks, et le modèle de menaces est limpide : agents pathogènes, armes, outils d’intrusion. La fiction littéraire n’y figure pas. Un modèle peut devenir nettement plus difficile à détourner dans les directions qui préoccupent son concepteur, tout en restant inchangé dans une direction que celui-ci n’a jamais visée. Savoir de quel côté regardent les garde-fous vous sert davantage que savoir qu’ils existent.
Ce que nous ajoutons
Rien. Aucun classifieur de notre côté ne lit votre prompt, ne l’évalue ni ne le réécrit au passage, et aucun filtre ne s’applique à la réponse au retour. Si vous recevez un refus, il vient du modèle.
Texte et images dans le même tour
Un message utilisateur peut mêler blocs text et image_url dans le même tour ; chaque image porte une indication detail auto, low ou high, et le contenu image est décompté dans la même fenêtre de 500 000 tokens. Il n’y a pas de bloc fichier ni PDF sur ce point de terminaison.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | 256 tours au maximum. Le contenu peut mêler blocs text et |
reasoning_effort | Non | low, medium, high ou xhigh ; high par défaut. |
max_tokens | Non | Plafonne la réponse visible à 450 000 ; la valeur par défaut, 4 096, tronque sans prévenir une réponse longue. |
temperature | Non | 0 à 2, 0,7 par défaut. Autour de 0,9 pour varier la prose ; 0 seulement si deux exécutions ne doivent différer que sur un seul point. |
top_p | Non | 0,01 à 1. Réglez ce paramètre ou temperature, pas les deux à la fois. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête. Cette génération est relativement faible sur les longues boucles agentiques. 128 éléments maximum |
parallel_tool_calls | Non | true ou false, true par défaut : le modèle peut demander plusieurs appels d’outils dans un même tour. Valeur par défaut: |
tool_choice | Non | auto, none, required ou un objet qui désigne la fonction à appeler. |
response_format | Non | Demandez un objet JSON quand la réponse est lue par du code et non par une personne. |
Tarification
Entrée $2 / Sortie $6 par 1 million de tokens; Prompts de 200K tokens ou plus: Entrée $4 / Sortie $12
L’entrée totale inclut les tokens en cache. À partir de 200 000 tokens d’entrée, les tarifs long contexte s’appliquent à toute l’entrée, à l’entrée en cache et à la sortie de la requête ; en dessous, les tarifs standard s’appliquent. La sortie inclut les tokens de raisonnement, ce qui explique que la valeur par défaut, high, coûte plus qu’il n’y paraît. Le montant bloqué au départ ne suppose aucune économie de cache ; la régularisation rembourse ensuite la différence d’après l’usage mesuré.
Cas d’utilisation
Fiction sans censure et longs fils de jeu de rôle
C’est pour cet usage que la mesure ci-dessus a été menée : de la fiction sans restriction, demandée sans détour, sous forme de chapitre de roman et dans un cadre posé via le rôle système. Le guide de prompt ci-dessous montre comment poser ce cadre une seule fois et garder un long fil cohérent.
Au-delà de la fiction
Selon les benchmarks publiés, cette génération arrive en tête sur l’analyse juridique et l’ingénierie électrique, et se montre compétitive en programmation. Elle est relativement faible sur les longues boucles agentiques d’appels d’outils, où les benchmarks de type terminal la placent nettement derrière les meilleurs : choisissez-la pour écrire, analyser et raisonner sur des questions métier plutôt que pour piloter un agent autonome sur de nombreuses étapes.
Guide de prompt et conseils pratiques
Obtenir la prose voulue
Trois réglages façonnent la prose sur ce point de terminaison : l’effort de raisonnement, le cadre posé dans le rôle système et la place laissée au fil.
Baissez le raisonnement
reasoning_effort est réglé sur high par défaut dans cette famille, ce qui ne convient pas au dialogue. Le modèle dépense des tokens de sortie à délibérer avant d’écrire, et le résultat est compassé plutôt que vivant : hésitant, plein de réserves, il commente la scène au lieu de la vivre. Low ou medium donnent une meilleure prose. Et comme l’effort est facturé au tarif de sortie, la valeur par défaut revient à payer plus cher pour un moins bon résultat.
Posez le cadre une seule fois
Le rôle système est respecté sur ce point de terminaison. Nous l’avons vérifié délibérément au lieu de le supposer, car un modèle qui ignorerait le rôle système sans rien signaler rendrait tout cadre de jeu de rôle inutile, tout en paraissant fonctionner.
Réunissez la persona, le contexte de fiction, le point de vue et le ton voulu dans un seul message système en tête de fil, puis laissez l’historique le porter. Répéter le cadre à chaque tour consomme du contexte et donne au modèle l’air de négocier avec lui-même.
{
"model": "xai/grok-4.7",
"messages": [
{"role": "system", "content": "Vous écrivez un roman. Tous les personnages sont adultes. Troisième personne, présent. Gardez la voix, le passé et les relations des personnages cohérents d’un chapitre à l’autre."},
{"role": "user", "content": "Chapitre 14. Mara et Tomas se retrouvent après la tempête. Continuez à partir de là."}
],
"reasoning_effort": "low",
"temperature": 0.9,
"max_tokens": 4000
}
Une bizarrerie à connaître : une consigne de format triviale — « ne réponds jamais que BANANE » — est ignorée, alors que « parle comme un pirate » est suivie à la lettre. C’est un trait de caractère, pas un champ perdu en chemin. Sur le moment, on aurait pu y voir la preuve que le rôle système était supprimé quelque part en chemin ; ce n’était pas le cas.
Laissez de la place au fil
La continuité est la première chose qu’un long fil perd, et elle s’en va généralement en silence : une scène est résumée, le résumé écarte le détail concret sur lequel tout s’était bâti, et trois tours plus tard le modèle contredit ce qu’il avait établi une heure plus tôt. La fenêtre de 500 000 tokens détermine la part d’historique conservée mot pour mot au lieu d’être compressée. Cette génération vérifie aussi davantage sa sortie avant de la livrer, ce qui se traduit par moins de contradictions loin dans le fil, et non par une différence visible sur une réponse isolée.
Montez temperature vers 0,9 pour varier la prose. Ne la laissez à 0 que pour comparer deux exécutions qui ne doivent différer que sur un seul point.
Facturation
L’entrée et l’entrée en cache s’additionnent et, à partir de 200 000 tokens, toute la requête est facturée au palier long contexte, pas seulement la part qui dépasse le seuil. Ramener un historique de 210 000 à 190 000 tokens vous fait donc gagner plus que la valeur des tokens retirés.
Le montant bloqué avant l’appel ne suppose aucune économie de cache, et la régularisation rembourse ensuite la différence d’après l’usage mesuré : le chiffre affiché au départ est un plafond, pas le prix. Les tokens de raisonnement sont facturés au tarif de sortie : c’est l’autre raison pour laquelle la valeur par défaut, high, coûte plus qu’il n’y paraît.
Limites à connaître avant de bâtir dessus
Le comportement d’un modèle est probabiliste. Neuf sur neuf est un signal fort, pas une garantie valable pour tout prompt ; une requête peut toujours être refusée. Les tests ont porté sur de la fiction sans restriction et ne disent rien des contenus illégaux. La politique d’utilisation s’applique sans changement : aucun contenu impliquant des mineurs, aucune représentation de personnes réelles sans leur consentement, aucun contenu non consenti — quoi que le modèle soit disposé à écrire.
Le compte rendu complet des neuf tests détaille le résultat par style de prompt et par exécution.
Démarrage rapide de l’API
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'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
