Elon Musks SpaceXAI hat am Montag Grok 4.7 vorgestellt. Der Preis liegt bei 2 Dollar je Million Input-Token. In den eigenen Benchmarks landet jedoch Anthropics Claude Fable 5.1 bei den meisten Tests vor dem neuen Modell.
Die wichtigsten Punkte:
- SpaceXAI bringt Grok 4.7 zum gleichen Preis wie Grok 4.6 an den Start; Output-Token kosten 6 Dollar je Million.
- In den internen Vergleichen führt Claude Fable 5.1 bei GDPval, CursorBench und Terminal-Bench.
- Grok 4.7 setzt sich bei Elektrotechnik und juristischen Aufgaben durch – nach monatelangen Verzögerungen beim Start.
Rollout von Grok 4.7
Das Unternehmen kündigte das Modell am Montag als bislang leistungsfähigste Version für Coding- und Wissensarbeit an. Es ist ab sofort in Cursor, Grok Build, der Grok API sowie in Drittanbieter-Umgebungen für Programmieraufgaben verfügbar. Eine schnellere Variante kostet das Doppelte. Die Output-Token werden weiterhin mit 6 Dollar je Million berechnet – unverändert gegenüber Grok 4.6, das erst vor gut einem Monat ausgeliefert wurde.
SpaceXAI zufolge läuft Grok 4.7 auf einem neuen, größeren Basismodell, das in einem längeren Reinforcement-Learning-Run trainiert wurde. Der Fokus lag dabei auf Problemen, deren Lösung viele Stunden dauert. Zudem sei der Sicherheitsstack komplett überarbeitet worden. Musk behauptete separat, das Modell komme auf 2,1 Billionen Parameter statt 1,5 Billionen. Zusätzliche Trainingsdaten stammten demnach aus SpaceX-Ingenieurmaterial – was im Launch-Beitrag selbst nicht erwähnt wird.
Auch lesenswert: Polymarket-Bug ließ Angreifer ohne Passwort in Konten gelangen
Claude Fable 5.1 bleibt vorne
Bei GDPval, einem Test für Aufgaben von Juristen, Pflegekräften und Finanzanalysten, erreichte Grok 4.7 einen Elo-Wert von 1.695 gegenüber 1.735 für Claude Fable 5.1. Auch bei AA Briefcase, einem Benchmark für mehrstündige Büroaufgaben, blieb das Modell zurück. Beim Terminal-Bench vergrößerte sich der Abstand auf fast 20 Punkte.
In einzelnen Disziplinen konnte die neuere Version jedoch punkten. Sie schlug Fable 5.1 in einem Elektrotechnik-Test mit 64 Prozent gegenüber 56,4 Prozent und verdreifachte im Harvey-Benchmark für juristische Agenten das Ergebnis des Konkurrenten. Gegenüber Grok 4.6 legte Grok 4.7 laut Unternehmensangaben in allen veröffentlichten Tests zu und verdoppelte den Wert beim Terminal-Arbeiten nahezu.
Sämtliche Zahlen stammen von SpaceXAI selbst. CursorBench, der Coding-Test, den das Unternehmen anführte und dennoch mit 51,8 Prozent zu 46,3 Prozent verlor, wird von Cursor entwickelt – dem Editor, dessen Übernahme SpaceX im vergangenen Monat abgeschlossen hat. Der klare Kostenvorteil bleibt allerdings bei Grok 4.7: Für Input-Token verlangt das Modell nur ein Fünftel dessen, was Fable 5.1 kostet.
Weitere Verzögerungen durch Elon Musk
Mit dem Start endet ein Sommer voller Terminverschiebungen. Musk verschob den Launch mehrfach, nachdem er Ende Juli noch erklärt hatte, das Modell sei in vier Wochen fertig. Am 1. September verkürzte er das Zeitfenster auf zehn Tage, nur um am 11. September einzuräumen, dass Grok noch ein paar weitere Trainingstage brauche.
Wenige Tage vor der Veröffentlichung dämpfte er die Erwartungen erneut und stufte Grok 4.7 eher auf das Niveau von Claude Opus 5.0 ein – nicht von der jüngeren Version Opus 5.1; Multimodal-Funktionen seien zudem noch nicht abgeschlossen. Inzwischen bezeichnet Musk Grok 4.8 als spürbaren Fortschritt. Grok 5 könnte seiner Einschätzung nach den Markt anführen – einen konkreten Veröffentlichungstermin gibt es für beide Modelle aber noch nicht.
Weiterlesen: KI ist noch nicht bereit für ihre eigenen Waffen, warnt der Hacker, der bei OpenAI einbrach
