Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
80.0%
n=5
Letzte 30 Tage
66.7%
n=9
Mediane Antwortzeit
81,478ms
n=6
Basierend auf 117 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
9
OK-Antworten (30d)
6
Gesamte Aufrufe (7d)
5
OK-Antworten (7d)
4
Tokonomix-Benchmark-Urteile
Grok 4.7 debuts with strong performance across coding and reasoning tasks
Grok 4.7 enters the benchmark landscape as xAI's latest offering, establishing baseline performance across multiple evaluation categories. The model demonstrates particularly strong capabilities in coding tasks, achieving 86.9 on HumanEval and 90.5 on MBPP, placing it competitively among current generation models. Mathematical reasoning shows solid results with 83.6 on GSM8K, though MATH performance at 52.8 indicates room for growth on more complex problems. The model handles general knowledge effectively with 78.4 on MMLU and 85.2 on MMLU-Pro, suggesting broad domain coverage. Instruction following capabilities appear robust at 84.7 on IFEval. This release includes full multimodal support with vision capabilities, structured output through JSON mode, tool calling functionality, and dedicated reasoning features. As a first-generation entry in our tracking system, Grok 4.7 establishes a comprehensive feature set and demonstrates competitive performance particularly in practical coding applications. Users should note this baseline will serve as the reference point for tracking future iterations and improvements in the Grok model family.
Qualität
—
Latenz p50
—
Testläufe
0