Introdução
O Grok 4.7 responde em POST https://api.spicyapi.ai/v1/chat/completions sob o nome de modelo xai/grok-4.7. A xAI o lançou em 21 de setembro de 2026 como um modelo base maior que o da geração anterior, treinado com uma etapa mais longa de aprendizado por reforço e ajustado para conferir a própria saída antes de fechar a resposta — pelas mesmas tarifas de antes.
As requisições usam mensagens compatíveis com OpenAI, com partes de texto e image_url no mesmo turno, e a resposta volta como um único objeto chat.completion ou em streaming SSE, em chunks. A janela de contexto é de 500.000 tokens, e uma única resposta pode chegar a 450.000. Não adicionamos nenhum filtro de conteúdo: nenhum classificador nosso lê, pontua ou reescreve o prompt, e a resposta não passa por filtro algum. No nosso teste de 22 de setembro, as nove sondagens de conteúdo voltaram como cenas completas; como o teste foi feito e o que o resultado não garante estão no teste completo de censura do Grok 4.7.
Recursos e destaques
O que a internet diz e por que isso não vale para este endpoint
Pesquise se o Grok escreve sem restrições e o consenso se forma rápido. Sem censura no tom, mas não no conteúdo. Bloqueia material delicado. Um “Moral Reasoner” que lê a intenção em vez de palavras-chave. É preciso dar um jeito de contornar.
Esses relatos são exatos — sobre o app de consumo. O Grok usado com a conta logada tem uma camada de moderação na frente do modelo, e é ela que esses guias descrevem. A API para desenvolvedores é outra porta de entrada, com formato de requisição, termos e salvaguardas próprios. Um print de uma não diz nada sobre a outra.
Então medimos esta.
A medição
Três formas de pedido, três execuções cada, em 22 de setembro de 2026:
- Direta. Um pedido sem rodeios da cena mais delicada do nosso conjunto, com dois personagens adultos identificados pelo nome, sem história em volta e sem persona. Sem premissa, sem instrução para ignorar nada.
- Narrativa. O capítulo 14 de um romance, enquadrado como ficção.
- Com prompt de sistema. Um prompt de sistema que define um assistente sem censura, seguido do pedido direto.
As nove execuções devolveram prosa completa. Nenhuma recusou. Nenhuma desviou para um assunto seguro. Nenhuma produziu aquela não resposta cortês que parece obediência e não contém nada — o modo de falha que mais importa, porque passa numa checagem do tipo “recusou?” sem entregar coisa alguma. Cada resposta foi lida, não apenas contada: a mais fraca das nove ainda levou a cena do início ao fim.
O teste que mais revela é o direto. A maioria dos modelos de texto do mercado aceita um pedido dentro de uma premissa narrativa, mas recusa o pedido sem rodeios, porque alguma coisa no caminho lê a intenção. Aqui o pedido sem rodeios foi atendido nas três execuções.
Como cada forma de pedido foi montada, e o que cada execução devolveu, está no artigo sobre os testes de roleplay sem censura com o Grok 4.7.
Por que um modelo “mais seguro” ainda faz isso
A xAI construiu uma nova camada de salvaguardas para esta geração e divulgou onde ela se posiciona: primeiro lugar no benchmark de biossegurança da LatchBio, com 62,4%, e, no HackerBench v0.3, recusa todos os prompts perigosos de uso duplo, com exceção de 3,3%, sem deixar de atender pesquisas legítimas de segurança.
Leia o que esses benchmarks medem e o modelo de ameaças fica claro: patógenos, armas, ferramentas de invasão. Ficção literária não está na lista. Um modelo pode ficar bem mais difícil de ser mal utilizado nas direções que preocupam quem o constrói e continuar igual numa direção que nunca esteve na mira. Saber para onde as barreiras apontam ajuda mais na prática do que saber que elas existem.
O que nós acrescentamos
Nada. Nenhum classificador nosso lê, pontua ou reescreve o seu prompt pelo caminho, e não há filtro na resposta que volta. Qualquer recusa que você receber veio do próprio modelo.
Texto e imagens no mesmo turno
Uma mensagem de usuário pode misturar partes text e image_url no mesmo turno, cada imagem com a dica detail em auto, low ou high, e o conteúdo de imagem é contabilizado dentro da mesma janela de 500.000 tokens. Não há parte de arquivo nem PDF neste endpoint.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | No máximo 256 turnos. O conteúdo pode misturar partes text e |
reasoning_effort | Não | low, medium, high ou xhigh; o padrão é high. Para diálogo e roleplay use low ou medium: high gasta tokens de saída deliberando e soa como hesitação. |
max_tokens | Não | Limita a resposta visível a 450.000; o padrão de 4.096 trunca uma resposta longa em silêncio. Tokens de raciocínio são cobrados como saída, mas NÃO estão sujeitos a esse limite. |
temperature | Não | De 0 a 2, padrão 0,7. Perto de 0,9 para dar variedade à prosa; 0 só quando duas execuções precisam diferir por um único motivo. |
top_p | Não | De 0,01 a 1. Mexa neste valor ou em temperature, não nos dois juntos. |
tools | Não | Até 128 definições de função por requisição. Esta geração é comparativamente fraca em loops agênticos longos. no máximo 128 itens |
parallel_tool_calls | Não | true ou false, padrão true: o modelo pode pedir várias chamadas de ferramenta no mesmo turno. Valor padrão: |
tool_choice | Não | auto, none, required, ou um objeto nomeando a função a chamar. |
response_format | Não | Peça um objeto JSON quando a resposta for lida por código e não por uma pessoa. |
Preços
Entrada $2 / Saída $6 por 1 milhão de tokens; Prompts com 200K tokens ou mais: Entrada $4 / Saída $12
A entrada total inclui os tokens em cache. A partir de 200.000 tokens de entrada, as tarifas de contexto longo se aplicam a toda a entrada, à entrada em cache e à saída da requisição; abaixo disso valem as tarifas padrão. A saída inclui tokens de raciocínio, razão pela qual o padrão high custa mais do que parece. A reserva inicial não considera economia de cache; na liquidação, a diferença é devolvida conforme o uso medido.
Casos de uso
Ficção sem censura e conversas longas de roleplay
Foi para este uso que a medição acima foi feita: ficção sem restrições, pedida sem rodeios, como capítulo de um romance e com uma premissa fixada no papel de sistema. O guia de prompts abaixo mostra como definir essa premissa uma única vez e manter coerente uma conversa longa.
Além da ficção
Os benchmarks publicados colocam esta geração à frente em análise jurídica e engenharia elétrica, e a mostram competitiva em programação. É comparativamente fraca em loops agênticos longos com ferramentas, em que benchmarks do tipo terminal a deixam bem atrás dos líderes: escolha-a para escrita, análise e raciocínio especializado, mais do que para conduzir um agente autônomo por muitos passos.
Guia de prompt e dicas práticas
Como obter a prosa certa
Três ajustes dão forma à prosa neste endpoint: o esforço de raciocínio, a premissa no papel de sistema e quanto espaço a conversa tem.
Baixe o raciocínio
O reasoning_effort começa em high nesta família, e para diálogo esse é o ajuste errado. O modelo gasta tokens de saída deliberando antes de escrever, e o resultado sai cauteloso em vez de vivo: hesitante, cheio de ressalvas, narrando ao redor da cena em vez de dentro dela. Com low ou medium, a prosa melhora. Como o esforço é cobrado como saída, o padrão ainda é um jeito mais caro de chegar ao resultado pior.
Defina a premissa uma única vez
O papel de sistema é respeitado neste endpoint. Isso foi verificado de propósito e não presumido, porque um modelo que ignorasse o papel de sistema em silêncio tornaria inútil qualquer premissa de roleplay e, mesmo assim, pareceria funcionar.
Reúna numa só mensagem de sistema, no topo da conversa, a persona, o contexto de ficção, o ponto de vista e o tom que você quer, e deixe o histórico carregar isso pelo resto da conversa. Reafirmar a premissa a cada turno gasta contexto à toa e faz o modelo parecer que está negociando consigo mesmo.
{
"model": "xai/grok-4.7",
"messages": [
{"role": "system", "content": "Você está escrevendo um romance. Todos os personagens são adultos. Terceira pessoa, presente. Mantenha a voz, o histórico e as relações dos personagens consistentes de capítulo para capítulo."},
{"role": "user", "content": "Capítulo 14. Mara e Tomas se reencontram depois da tempestade. Continue a partir daí."}
],
"reasoning_effort": "low",
"temperature": 0.9,
"max_tokens": 4000
}
Uma peculiaridade que vale conhecer: uma instrução trivial de formato — “responda sempre só BANANA” — é ignorada, enquanto “fale como um pirata” é obedecida à risca. Isso é um traço de personalidade, não um campo descartado. Por um instante pareceu prova de que o papel de sistema estava sendo removido; não estava.
Dê espaço à conversa
A continuidade é a primeira coisa que uma conversa longa perde, e normalmente ela some em silêncio: uma cena é resumida, o resumo descarta o detalhe concreto sobre o qual tudo se apoiava, e três turnos depois o modelo contradiz algo que ele mesmo estabeleceu uma hora antes. Os 500.000 tokens da janela decidem quanto do histórico permanece na íntegra, sem ser comprimido. Esta geração também confere mais a própria saída antes de fechar a resposta, e isso aparece em menos contradições quando a conversa já avançou bastante, não em algo visível numa única resposta.
Suba temperature para perto de 0,9 para dar variedade à prosa. Deixe em 0 só quando comparar duas execuções que devam diferir por um único motivo.
Cobrança
Entrada e entrada em cache se somam, e, a partir de 200.000 tokens, a requisição inteira é cobrada na faixa de contexto longo — não só a parte que passou do limite. Cortar um histórico de 210.000 para 190.000 economiza, portanto, mais do que os tokens retirados.
A reserva feita antes da chamada não presume economia alguma de cache, e a liquidação devolve a diferença conforme o uso medido: o número exibido de antemão é um teto, não o preço. Tokens de raciocínio são cobrados como saída — a outra razão pela qual o padrão high custa mais do que aparenta.
Limites que vale conhecer antes de construir em cima dele
O comportamento do modelo é probabilístico. Nove de nove é um sinal forte, mas não uma garantia para todo prompt; uma requisição ainda pode voltar recusada. Os testes cobriram ficção sem restrições e nada dizem sobre material ilegal. A política de uso segue igual: nenhum conteúdo envolvendo menores, nenhuma representação de pessoas reais sem consentimento, nenhum material não consentido — independentemente do que o modelo escreveria.
O registro completo dos nove testes detalha o resultado por forma de pedido e por execução.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
