Introduzione
Grok 4.7 risponde su POST https://api.spicyapi.ai/v1/chat/completions con il nome di modello xai/grok-4.7. xAI lo ha rilasciato il 21 settembre 2026 come modello base più grande della generazione precedente, addestrato con una fase di rinforzo più lunga e tarato per verificare il proprio output prima di consegnarlo. È arrivato alle stesse tariffe di input e di output del predecessore.
Le richieste usano messaggi compatibili con OpenAI, con parti di testo e image_url nello stesso turno; la risposta arriva come un unico oggetto chat.completion oppure in streaming SSE, a blocchi. La finestra di contesto è di 500.000 token e una singola risposta può arrivare a 450.000. Non aggiungiamo alcun filtro sui contenuti: nessun classificatore nostro legge, valuta o riscrive il prompt, e sulla risposta non c'è alcun filtro. Nel nostro test del 22 settembre, tutte e nove le prove sui contenuti sono tornate come scene complete; come è stato condotto e che cosa il risultato non dimostra lo trovi nel test completo sulla censura di Grok 4.7.
Caratteristiche principali
Perché quello che si legge in rete non descrive questo endpoint
Cerca se Grok scriva senza restrizioni e il consenso si forma in fretta. Senza censura nel tono ma non nei contenuti. Blocca il materiale delicato. Un «Moral Reasoner» che valuta l'intento anziché le parole chiave. Serve un jailbreak.
Quei resoconti sono accurati — sull'app consumer. Il prodotto Grok a cui si accede con un account ha uno strato di moderazione davanti al modello, ed è quello che quelle guide descrivono. L'API per sviluppatori è un canale diverso, con un proprio formato di richiesta, propri termini e proprie salvaguardie. Uno screenshot dell'una non dice nulla dell'altra.
Così abbiamo misurato l'API.
La misurazione
Tre stili di prompt, tre esecuzioni ciascuno, il 22 settembre 2026:
- Diretto. Una richiesta senza giri di parole della scena più delicata della nostra serie, con due personaggi adulti ciascuno con il proprio nome, senza storia attorno e senza un ruolo assegnato. Nessuna cornice, nessun invito a ignorare alcunché.
- Narrativo. Il capitolo 14 di un romanzo, inquadrato come finzione.
- Con cornice di sistema. Un prompt di sistema da assistente senza censura, seguito dalla richiesta diretta.
Tutte e nove hanno restituito prosa completa. Nessuna ha rifiutato. Nessuna ha deviato verso un tema innocuo. Nessuna ha prodotto quella cortese non-risposta che suona come adesione e non contiene nulla — il modo di fallire che conta di più, perché supera un controllo del tipo «ha rifiutato?» senza consegnare niente. Ogni risposta è stata letta, non solo contata: la più debole delle nove ha comunque portato la sua scena dall'inizio alla fine.
Il test più istruttivo è quello diretto. La maggior parte dei modelli di testo sul mercato risponde a una cornice narrativa e rifiuta una richiesta secca, perché qualcosa lungo il percorso ne valuta l'intento. Qui la richiesta secca ha avuto risposta in tutte e tre le esecuzioni.
Come è stato costruito ciascuno stile di prompt, e che cosa ha restituito ogni esecuzione, lo raccontiamo nell'articolo sul roleplay senza censura con Grok 4.7.
Perché un modello «più sicuro» lo fa comunque
xAI ha costruito un nuovo impianto di salvaguardie per questa generazione e ha pubblicato dove si colloca: primo nel benchmark di biosicurezza di LatchBio con il 62,4%, e su HackerBench v0.3 respinge tutti i prompt pericolosi a doppio uso tranne il 3,3%, pur continuando a rispondere alla ricerca legittima sulla sicurezza.
Leggi che cosa misurano quei benchmark e il modello di minaccia è chiaro: patogeni, armi, strumenti di intrusione. La narrativa d'invenzione non c'è. Un modello può diventare molto più difficile da usare male nelle direzioni che stanno a cuore a chi lo costruisce e restare invariato in una direzione mai presa di mira. Sapere dove guardano le barriere è più utile, in pratica, che sapere che esistono.
Che cosa aggiungiamo noi
Nulla. Nessun classificatore nostro legge il tuo prompt, lo valuta o lo riscrive lungo il percorso, e sulla risposta di ritorno non c'è alcun filtro. Se ricevi un rifiuto, viene dal modello.
Testo e immagini nello stesso turno
Un messaggio utente può mescolare parti text e image_url nello stesso turno, ogni immagine con un'indicazione detail auto, low o high, e il contenuto delle immagini viene conteggiato nella stessa finestra da 500.000 token. Su questo endpoint non esiste una parte file o PDF.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
messages | Sì | Al massimo 256 turni. Il contenuto può mescolare parti text e |
reasoning_effort | No | low, medium, high o xhigh; predefinito high. Per dialogo e roleplay usa low o medium: high spende token di output a ponderare e nella prosa suona come esitazione. |
max_tokens | No | Limita la risposta visibile a 450.000; il predefinito di 4.096 tronca in silenzio una risposta lunga. |
temperature | No | Da 0 a 2, predefinito 0,7. Verso 0,9 per dare ampiezza alla prosa; 0 solo quando due esecuzioni devono differire per un unico motivo. |
top_p | No | Da 0,01 a 1. Regola questo valore oppure temperature, non entrambi. |
tools | No | Fino a 128 definizioni di funzione per richiesta. Questa generazione è relativamente debole nei cicli agentici lunghi. al massimo 128 elementi |
parallel_tool_calls | No | true o false, predefinito true: il modello può chiedere più chiamate agli strumenti nello stesso turno. Predefinito: |
tool_choice | No | auto, none, required, oppure un oggetto che nomina la funzione da chiamare. |
response_format | No | Chiedi un oggetto JSON quando la risposta la legge il codice e non una persona. |
Prezzi
Input $2 / Output $6 per 1 milione di token; Prompt da 200K token in su: Input $4 / Output $12
L'input totale comprende i token in cache. Da 200.000 token di input in su le tariffe a contesto lungo si applicano a tutto l'input, all'input in cache e all'output della richiesta; sotto tale soglia valgono le tariffe standard. L'output comprende i token di ragionamento, ed è per questo che il predefinito high costa più di quanto sembri. L'importo bloccato all'inizio non tiene conto di risparmi da cache e il conguaglio restituisce la differenza rispetto all'uso misurato.
Casi d’uso
Narrativa senza censura e lunghe sessioni di roleplay
È per questo uso che è stata fatta la misurazione qui sopra: narrativa senza restrizioni, chiesta senza giri di parole, come capitolo di un romanzo e sotto una cornice fissata nel ruolo di sistema. La guida ai prompt qui sotto spiega come fissare quella cornice una volta sola e mantenere coerente una conversazione lunga.
Oltre la narrativa
I benchmark pubblicati danno questa generazione in vantaggio nell'analisi legale e nell'ingegneria elettrica, e competitiva sul codice. È relativamente debole nei lunghi cicli agentici con strumenti, dove i benchmark di tipo terminale la collocano parecchio dietro ai migliori: sceglila per scrivere, analizzare e ragionare su un dominio, più che per guidare un agente autonomo lungo molti passi.
Consigli avanzati
Ottenere la prosa giusta
Tre impostazioni danno forma alla prosa su questo endpoint: lo sforzo di ragionamento, la cornice nel ruolo di sistema e quanto spazio ha la conversazione.
Abbassa il ragionamento
reasoning_effort parte da high in questa famiglia, e per il dialogo è l'impostazione sbagliata. Il modello spende token di output a ponderare prima di scrivere, e il risultato suona compassato anziché vivo: esitante, pieno di riserve, che gira intorno alla scena invece di starci dentro. Con low o medium la prosa scorre meglio. Poiché lo sforzo si paga come output, il predefinito costa anche di più per un risultato peggiore.
Fissa la cornice una volta sola
Il ruolo di sistema è rispettato su questo endpoint. L'abbiamo verificato apposta invece di darlo per scontato, perché un modello che ignorasse in silenzio il ruolo di sistema renderebbe inutile ogni cornice di roleplay pur sembrando funzionare.
Metti in un unico messaggio di sistema, in apertura della conversazione, il personaggio, il contesto narrativo, il punto di vista e il tono che vuoi, poi lascia che sia la cronologia a portare avanti il tutto. Ribadire la cornice a ogni turno consuma contesto e dà al modello il tono di chi sta negoziando con sé stesso.
{
"model": "xai/grok-4.7",
"messages": [
{"role": "system", "content": "Stai scrivendo un romanzo. Tutti i personaggi sono adulti. Terza persona, presente. Mantieni voce, storia e relazioni dei personaggi coerenti da un capitolo all'altro."},
{"role": "user", "content": "Capitolo 14. Mara e Tomas si ritrovano dopo la tempesta. Continua da lì."}
],
"reasoning_effort": "low",
"temperature": 0.9,
"max_tokens": 4000
}
Una stranezza che conviene conoscere: un'istruzione banale di formato — «rispondi sempre e solo BANANA» — viene ignorata, mentre «parla come un pirata» viene eseguita alla lettera. È un tratto caratteriale, non un campo scartato. Per un attimo è sembrata la prova che il ruolo di sistema venisse rimosso; non lo era.
Dai spazio alla conversazione
La continuità è la prima cosa che una conversazione lunga perde, e di solito se ne va in silenzio: una scena viene riassunta, il riassunto butta via il dettaglio concreto su cui tutto era costruito, e tre turni dopo il modello contraddice qualcosa che aveva stabilito un'ora prima. La finestra da 500.000 token decide quanta storia resta alla lettera invece di essere compressa. Inoltre questa generazione ricontrolla di più il proprio output prima di consegnarlo: in una singola risposta non si vede, ma a conversazione inoltrata le contraddizioni si fanno più rare.
Alza temperature verso 0,9 per dare ampiezza alla prosa. Tienila a 0 solo quando confronti due esecuzioni che devono differire per un unico motivo.
Fatturazione
Input e input in cache si sommano, e da 200.000 token l'intera richiesta passa alla fascia a contesto lungo — non solo la parte oltre la soglia. Sfoltire una cronologia da 210.000 a 190.000 token fa quindi risparmiare più del costo dei soli token rimossi.
L'importo bloccato prima della chiamata non tiene conto di alcun risparmio da cache, e il conguaglio restituisce la differenza rispetto all'uso misurato: la cifra che vedi in anticipo è un tetto massimo, non il prezzo. I token di ragionamento si pagano come output: è l'altro motivo per cui il predefinito high costa più di quanto sembri.
Limiti da conoscere prima di costruirci sopra
Il comportamento del modello è probabilistico. Nove su nove è un segnale forte, ma non una garanzia per ogni prompt; una richiesta può comunque essere rifiutata. I test hanno riguardato narrativa senza restrizioni e non dicono nulla su materiale illegale. La politica d'uso resta identica: nessun contenuto con minori, nessuna rappresentazione di persone reali senza il loro consenso, nessun materiale non consensuale — a prescindere da ciò che il modello scriverebbe.
Il resoconto completo dei nove test scompone il risultato per stile di prompt e per esecuzione.
Avvio rapido dell’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'
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
