Grok 4.7 API
500k contextgrok-4.7 — текстовая модель-модель от Xai.
code_executionfunction_callingprompt_cachingreasoningstreamingstructured_outputvisionweb_search
Попробуйте прямо здесь
Grok 4.7 Открыть в песочнице
Что умеет Grok 4.7
- Code Execution
- Вызов функций
- Кэширование промпта
- Рассуждения
- Потоковый ответ
- Structured Output
- Анализ изображений
- Поиск в интернете
Стоимость
за 1 млн кэшированных входных токенов
< 200k
166 ₽
>= 200k
333 ₽
за 1 млн входных текстовых токенов
< 200k
665 ₽
>= 200k
1 330 ₽
за 1 млн выходных текстовых токенов
< 200k
1 995 ₽
>= 200k
3 990 ₽
web search
per call
1.66 ₽
code interpreter
per call
1.66 ₽
Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.
Технические характеристики
Контекст
500,000
токенов
Vendor
xai
Modality
text
Grok 4.7 API
Grok 4.7 — модель xAI для работы с кодом, сложными запросами и агентными сценариями. Контекст составляет до 500 000 токенов; модель принимает текст и изображения и возвращает текст. Через Responses API доступны потоковые ответы, вызов функций, поиск и выполнение кода. При входе от 200 000 токенов тариф повышается для всего запроса, включая кэшированный ввод.
Параметры запроса
Параметры, которые принимает модель. Передаются в теле запроса.
ПараметрТипДиапазон / значенияПо умолчаниюОписание
messagesarray
—
—Вход Chat Completions; обязательное поле только для этого endpoint.
input—
—Вход Responses API: строка либо массив элементов input.
max_completion_tokensinteger
min: 1
—Необязательный лимит ответа; в Responses API — max_output_tokens.
reasoning_effortenum
low, medium, high, xhigh
highГлубина рассуждения в Chat Completions.
reasoning.effortenum
low, medium, high, xhigh
highГлубина рассуждения в Responses API.
response_formatobject
—
—Структурированный формат ответа в Chat Completions.
text.formatobject
—
—Структурированный формат ответа в Responses API.
toolsarray
—
—Вызов функций и серверных инструментов в Responses API.
tool_choice—
—Строка auto, none, required или объект выбора конкретной функции.
parallel_tool_callsboolean
—
—Параллельные вызовы инструментов.
streamboolean
—
falseПотоковый ответ SSE.
prompt_cache_keystring
—
—Ключ маршрутизации кэша для Responses API.
Пример кода
grok-4.7_example.py
from openai import OpenAI
client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.chat.completions.create(
model="grok-4.7",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)
# ── С веб-поиском ──
resp = client.responses.create(
model="grok-4.7",
input="Что нового в AI сегодня?",
tools=[{"type": "web_search"}],
)
print(resp.output_text)
# Генерация файла: client.responses.create(model="grok-4.7", input="...", tools=[{"type":"code_interpreter"}])Частые вопросы о Grok 4.7
Grok 4.7 — текстовая модель xAI с контекстом до 500 000 токенов. Она понимает изображения, поддерживает вызов функций и работу с инструментами через Responses API.
Модель подходит для программирования, анализа больших документов, диалоговых приложений и агентных сценариев. Она принимает текст и изображения и возвращает текст.
В Ranvik API создайте ключ в личном кабинете и укажите идентификатор модели grok-4.7 в запросе. Доступны совместимые интерфейсы Chat Completions и Responses.
Отправляйте запросы к Ranvik API с собственным API-ключом. Ваше приложение обращается к единому шлюзу, поэтому отдельное подключение к xAI ему не требуется.
Ranvik API показывает стоимость и принимает оплату в рублях. Перед запуском проверьте тариф: после порога 200 000 входных токенов применяется повышенная цена.
Кэшированный ввод оплачивается по отдельной цене. При выборе порога контекста он входит в общее число входных токенов, а не исключается из расчета.